将稀疏格式转换为数组numpy

Question

假设您有一个返回表的行的生成器。可以这样使用的东西：

for (labels, value) in rows: 
    pass 

“labels”长度为n，并且为简单起见，它们都是字符串。 “价值”就像浮动数字一样。

是否有一种快速，最好或内置的方式来散列标签，并最终得到一个n维值数组和n个列表，告诉您如何将标签值映射到索引？我想你可以将它存储在一个recarray中？我一直这样做，但它总是会被丢掉一些代码。我想找到或创造更多可重用的东西。

我会很高兴与 (('here', 'there', 'nowhere'), 1.234)被映射到results['here']['there']['nowhere'] = 1.234或results[12,3,45] = 1.234（并具有相应的列表中给出的标签向下在每一维的轴。）

我大概可以写发生器转换到稀疏格式和使用scipy，但这似乎是一个肮脏的方式来做一些相对简单的事情。

我看到很多类似的冠冕堂皇的问题，但没有一个完全回答这个问题。也许我错过了一个搜索短语。

Answer 1

你可以尝试使用结构数组：

result = np.fromiter(your_generator, dtype=[('labels', '|S10'), ('value', float)]) 

您可以检索标签的ndarray为result['labels']（和值result['value']，当然）。

请注意，您可以存储多个条目中相同的标签（前提是你总是有相同数量的），如

result = np.array([(('a','b','c'), 1.23),(('a','c','d'), 2.34)], 
        dtype=[('label', ("|S10", 3)), ('value', float)]) 

其中每个单独的记录是作为一个元组，和三个“标签”作为一个元组本身的记录。您也可以命名每一个“标签”分别使用定制的D型，例如：

dtype=[('label',[('A','|S10'),('B','|S10'),('C','|S10')]),('value',float)] 

通过这种方式，你可以访问所有的A通过result['label']['A'] ...