将二维 numpy 数组转换为字符串

Question

我是 Python 新手，正在尝试转换 2d numpy 数组，例如：

a=numpy.array([[191.25,0,0,1],[191.251,0,0,1],[191.252,0,0,1]])

到一个字符串，其中列条目由一个分隔符 '\t' 分隔，行由另一个分隔符 '\n' 分隔，控制每列的​​精度，以获得：

b='191.250\t0.00\t0\t1\n191.251\t0.00\t0\t1\n191.252\t0.00\t0\t1\n'

首先，我通过以下方式创建数组：

import numpy as np

col1=np.arange(191.25,196.275,.001)[:, np.newaxis]
nrows=col1.shape[0]

col2=np.zeros((nrows,1),dtype=np.int)
col3=np.zeros((nrows,1),dtype=np.int)
col4=np.ones((nrows,1),dtype=np.int)

a=np.hstack((col1,col2,col3,col4))

然后我通过以下两种方法之一生成 b：

方法一：

b=''
for i in range(0,a.shape[0]):
    for j in range(0,a.shape[1]-1):
        b+=str(a[i,j])+'\t'
    b+=str(a[i,-1])+'\n'
b

方法二：

b=''
for i in range(0,a.shape[0]):
    b+='\t'.join(['%0.3f' %x for x in a[i,:]])+'\n'
b

但是，我猜有更好的方法来生成 a 和 b。我正在寻找最有效的方法（即内存、时间、代码紧凑性）来创建 a 和 b。

---

跟进问题

谢谢迈克，

b = '\n'.join('\t'.join('%0.3f' %x for x in y) for y in a)+'\n'

为我工作，但我有一些后续问题（这不适合评论部分）：

1. 虽然这更紧凑，但速度是否与执行嵌套 for 循环相同，因为这似乎在括号内发生？
2. 我知道 x 和 y 是 y 的 2 个维度上的迭代器，但是，Python 如何“知道”它们以及它们应该迭代哪些维度？例如，在 Matlab 中，必须明确说明这些事情。
3. 有没有办法独立设置每列的精度（例如，我想要前三列的 %0.3f 和最后一列的 %0.0f）？
4. 有没有一种简单的方法来做相反的过程——即给定 b，产生 a？我想出了两种方法：

方法一

y=b.split('\n')[:-1]
z=[y[i].split('\t') for i in range(0,len(y))]
a=numpy.array(z,dtype=float)

方法二

import re
a=numpy.array(filter(None,re.split('[\n\t]+',b)),dtype=float).reshape(-1,4)

有没有更好的办法？

Answer 1

解决方案

一个单线将做：

b = '\n'.join('\t'.join('%0.3f' %x for x in y) for y in a)

使用一个更简单的例子：

>>> a = np.arange(25, dtype=float).reshape(5, 5)
>>> a
array([[  0.,   1.,   2.,   3.,   4.],
       [  5.,   6.,   7.,   8.,   9.],
       [ 10.,  11.,  12.,  13.,  14.],
       [ 15.,  16.,  17.,  18.,  19.],
       [ 20.,  21.,  22.,  23.,  24.]])

这个：

b = '\n'.join('\t'.join('%0.3f' %x for x in y) for y in a)
print(b)

打印这个：

0.000   1.000   2.000   3.000   4.000
5.000   6.000   7.000   8.000   9.000
10.000  11.000  12.000  13.000  14.000
15.000  16.000  17.000  18.000  19.000
20.000  21.000  22.000  23.000  24.000

解释

您已经在第二种方法中使用了列表推导式。这里我们有一个生成器表达式，它看起来就像一个列表推导式。唯一的语法区别是[]被替换为()。一个发电机表达不生成列表，但手中所谓的发生器join。最后它具有相同的效果，但跳过了构建此中间列表的步骤。

for在这样的表达式中可以有多个，这使得它嵌套。这个：

b = '\n'.join('\t'.join('%0.3f' %x for x in y) for y in a)

相当于：

res = []
for y in a:
    res.append('\t'.join('%0.3f' %x for x in y))
b = '\n'.join(res)

表现

我%%timeit在 IPython Notebook 中使用：

%%timeit
b = '\n'.join('\t'.join('%0.3f' %x for x in y) for y in a)

10 loops, best of 3: 42.4 ms per loop


%%timeit
b=''
for i in range(0,a.shape[0]):
    for j in range(0,a.shape[1]-1):
        b+=str(a[i,j])+'\t'
    b+=str(a[i,-1])+'\n'

10 loops, best of 3: 50.2 ms per loop


%%timeit
b=''
for i in range(0,a.shape[0]):
    b+='\t'.join(['%0.3f' %x for x in a[i,:]])+'\n'

10 loops, best of 3: 43.8 ms per loop

看起来它们的速度都差不多。实际上，它+=是在 CPython 中优化的。否则，它会比join()方法慢得多。其他Python实现，如Jython或PyPy可以显示更大的时间差，可以使join()相比要快得多+=。