将字典列表转换为1D numpy数组

Question

我有一个字典列表，所有字典都有相同的10个关键字。

寻找一种简洁的方式将其转换为10个1D numpy数组。效率不重要。

目前有20行代码。

names = [x['name'] for x in fields] 
names = np.asarray(names) 

等

Answer 1

你可以使用嵌套列表理解：

[np.asarray([x[attribute] for x in fields]) for attribute in ['name', 'age', 'address']] 

或字典理解：

{attribute:np.asarray([x[attribute] for x in fields]) for attribute in ['name', 'age', 'address']} 

举个例子：

>>> fields = [{'name': 'A', 'age': 25, 'address' : 'NYC'}, {'name': 'B', 'age': 32, 'address' : 'LA'}] 

>>> [np.asarray([x[attribute] for x in fields]) for attribute in ['name', 'age', 'address']] 
[array(['A', 'B'], 
     dtype='|S1'), array([25, 32]), array(['NYC', 'LA'], 
     dtype='|S3')] 
>>> {attribute:np.asarray([x[attribute] for x in fields]) for attribute in ['name', 'age', 'address']} 
{'age': array([25, 32]), 'name': array(['A', 'B'], 
     dtype='|S1'), 'address': array(['NYC', 'LA'], 
     dtype='|S3')} 

要获得在自动方式的属性，你可以使用：

>>> fields[0].keys() 
['age', 'name', 'address'] 

最后，熊猫​​可能是最合适的类型为您的数据：

>>> pd.DataFrame(fields) 
    address age name 
0  NYC 25 A 
1  LA 32 B 

这将是足够快并且应该允许您在阵列列表上执行任何您想要执行的操作。

Answer 2

让A成为词典的输入列表。

对于每个关键字每一行保持数据的2D阵列输出 -

np.column_stack([i.values() for i in A]) 

样品运行 -

In [217]: A # input list of 2 dictionaries, each with same 3 keywords 
Out[217]: 
[{'a': array([6, 8, 2]), 'b': array([7, 7, 3]), 'c': array([6, 6, 4])}, 
{'a': array([4, 4, 3]), 'b': array([7, 1, 6]), 'c': array([6, 1, 5])}] 

In [244]: np.column_stack([i.values() for i in A]) 
Out[244]: 
array([[6, 8, 2, 4, 4, 3], # key : a 
     [6, 6, 4, 6, 1, 5], # key : c 
     [7, 7, 3, 7, 1, 6]]) # key : b 

# Get those keywords per row with `keys()` : 
In [263]: A[0].keys() 
Out[263]: ['a', 'c', 'b'] 

一个多个样品游程

In [245]: fields # sample from @Eric's solution 
Out[245]: 
[{'address': 'NYC', 'age': 25, 'name': 'A'}, 
{'address': 'LA', 'age': 32, 'name': 'B'}] 

In [246]: np.column_stack([i.values() for i in fields]) 
Out[246]: 
array([['25', '32'], 
     ['A', 'B'], 
     ['NYC', 'LA']], 
     dtype='|S21') 

In [267]: fields[0].keys() 
Out[267]: ['age', 'name', 'address']