问题:我将 numpy 数字数组转换为具有特定小数位数和尾随零的 numpy 字符串数组的方法是否以“最佳”方式删除?
import numpy as np
x = np.array([1.12345, 1.2, 0.1, 0, 1.230000])
print np.core.defchararray.rstrip(np.char.mod('%.4f', x), '0')
输出:
['1.1235' '1.2' '0.1' '0.' '1.23']
这是想要的结果。 (我对舍入问题没意见)
'rstrip' 和 'mod' 两个函数都是 numpy 函数,这意味着这很快,但是有没有办法用一个内置的 numpy 函数来完成这个? (即,'mod' 是否有一个我找不到的选项?)它会节省两次返回副本的开销,这对于非常大的数组来说是缓慢的。
谢谢!
最佳答案
感谢 Warren Weckesser 提供宝贵意见。归功于他。
我将我的代码转换为使用:
formatter = '%d'
if num_type == 'float':
formatter = '%%.%df' % decimals
np.savetxt(out, arr, fmt=formatter)
其中 out 是我已经写入 header 的文件句柄。或者,我也可以使用
headers=
参数在 np.savetxt
.我不知道我怎么没在文档中看到这些选项。对于 1300 x 1300 的 numpy 数组,像我之前所做的那样(使用
np.core.defchararray.rstrip(np.char.mod('%.4f', x), '0')
)创建逐行输出需要大约 1.7 秒,使用 np.savetxt
需要 0.48 秒。所以
np.savetxt
是一个更干净、更易读、更快速的解决方案。笔记:
我确实尝试过:
np.savetxt(out, arr, fmt='%.4g')
努力避免基于数字类型的开关,但它没有像我希望的那样工作。
关于string - numpy 数字数组到删除尾随零的字符串,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25315816/