如何从生成器构建numpy数组？

Question

如何从生成器对象中构建numpy数组？

让我来说明一下这个问题:

>>> import numpy
>>> def gimme():
...   for x in xrange(10):
...     yield x
...
>>> gimme()
<generator object at 0x28a1758>
>>> list(gimme())
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> numpy.array(xrange(10))
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> numpy.array(gimme())
array(<generator object at 0x28a1758>, dtype=object)
>>> numpy.array(list(gimme()))
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

在这个例子中,gimme()是我想要变成数组的输出的生成器.但是,数组构造函数不会迭代生成器,它只是存储生成器本身.我想要的行为来自numpy.array(list(gimme())),但我不想支付同时在内存中使用中间列表和最终数组的内存开销.有更节省空间的方式吗？

Answer 1

这个stackoverflow结果背后的一个谷歌,我发现有一个numpy.fromiter(data, dtype, count).默认值count=-1采用iterable中的所有元素.它需要dtype明确设置.就我而言,这有效:

numpy.fromiter(something.generate(from_this_input), float)

Answer 2

与python列表不同,Numpy数组需要在创建时显式设置它们的长度.这是必要的,以便每个项目的空间可以在内存中连续分配.连续分配是numpy数组的关键特性:这与本机代码实现结合使用,对它们的操作比常规列表执行得快得多.

记住这一点,技术上不可能采用生成器对象并将其转换为数组,除非您:

1. 可以预测运行时会产生多少元素:

   my_array = numpy.empty(predict_length())
   for i, el in enumerate(gimme()): my_array[i] = el
   

2. 愿意将其元素存储在中间列表中:

   my_array = numpy.array(list(gimme()))
   

3. 可以生成两个相同的生成器,通过第一个生成器查找总长度,初始化数组,然后再次运行生成器以查找每个元素:

   length = sum(1 for el in gimme())
   my_array = numpy.empty(length)
   for i, el in enumerate(gimme()): my_array[i] = el
   

1可能就是你要找的东西.2是空间效率低,3是时间效率低(你必须经过两次发电机).

Answer 3

虽然您可以使用生成器创建一维数组,但您可以使用以下命令从生成器numpy.fromiter()创建ND数组numpy.stack:

>>> mygen = (np.ones((5, 3)) for _ in range(10))
>>> x = numpy.stack(mygen)
>>> x.shape
(10, 5, 3)

它也适用于一维数组:

>>> numpy.stack(2*i for i in range(10))
array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18])

请注意,numpy.stack内部使用生成器并使用创建中间列表arrays = [asanyarray(arr) for arr in arrays].可以在此处找到实施方案.

Answer 4

有点切向,但如果你的生成器是一个列表理解,你可以numpy.where用来更有效地得到你的结果(我看到这篇文章后在我自己的代码中发现了这个)