python - Numpy 将字母评估为整数

Question

在 3d 数组中，我知道我可以使用以下方法转换整数:

import numpy as np 
x = np.array([[0,1,1,2], [0, 5, 0, 0], [2, 0,3,3]], np.int32)
x[x==0] = 99
print (x[0:])
    [[99  1  1  2]
     [99  5 99 99]
     [ 2 99  3  3]]

---

有没有办法将字符串输入矩阵？例如像这样的东西？

import numpy as np 
x = np.array([[0,1,1,2], [0, 5, 0, 0], [2, 0, 3, 3]], np.int32)
x[x==0] = int('x') ## This might be something like str('x), but I want it to 
                   ## equal 0
print (x[0:])
    [[x  1  1  2]
     [x  5  x  x]
     [2  x  3  3]]

Answer 1

您要求的可以完成，但只能通过将数字数组更改为对象数组来实现——也就是说，general-anything-at -所有值:

>>> x = np.array([[0,1,1,2], [0, 5, 0, 0], [2, 0,3,3]], dtype=object)
>>> x[x==0] = 'x'
>>> x
array([['x', 1, 1, 2],
       ['x', 5, 'x', 'x'],
       [2, 'x', 3, 3]], dtype=object)

但这可能不是您想要的。 numpy 的大部分速度和空间节省来自数组具有特定数据类型的事实；如果您使用通用 object，它们不会比仅使用列表的列表更小，也不会更快。如果您使用 numpy 只是为了语法方便而不是空间或速度优势，那可能没问题，但在您这样做之前绝对需要考虑一下。

此外，对象数组遵循通常的 Python 规则来对这些对象进行任何算术运算。例如:

>>> x+2
TypeError: must be str, not int

这似乎不是很有用。

---

如果您正在寻找一个特殊的“标记值”，以防止您意外地认为某些值实际上没有意义，那么您可以使用 float 来做到这一点，尽管不能使用整数，方法是使用 nan :

>>> x = np.array([[0,1,1,2], [0, 5, 0, 0], [2, 0,3,3]], dtype=np.float64)
>>> x[x==0] = np.nan
>>> x
array([[nan,  1.,  1.,  2.],
       [nan,  5., nan, nan],
       [ 2., nan,  3.,  3.]])

nan 可以存储在 float64 槽中，因此您仍然拥有固定类型数组的所有空间和速度优势。并且(默认情况下)nan 上的操作不会引发异常，它们只会返回 nan。所以:

>>> x+2
array([[nan,  3.,  3.,  4.],
       [nan,  7., nan, nan],
       [ 4., nan,  5.,  5.]])

---

在某些情况下，只保留数组并使用掩码对数组进行操作可能会更好:

>>> x = np.array([[0,1,1,2], [0, 5, 0, 0], [2, 0,3,3]], dtype=np.int64)
>>> x[x!=0] += 2
>>> x
array([[0, 3, 3, 4],
       [0, 7, 0, 0],
       [4, 0, 5, 5]])

或者，如果您的索引不重要，只有您的值，您甚至可以这样做(最简单的版本，甚至忽略轴):

>>> x = np.array([[0,1,1,2], [0, 5, 0, 0], [2, 0,3,3]], dtype=np.int64)
>>> y = x[x!=0]
>>> y+2
array([3, 3, 4, 7, 4, 5, 5])