带有值列表的字典转换为 dtype=int32 的 np.array 对象答案

【问题标题】：Dict with list of values convert to np.array object with dtype=int32带有值列表的字典转换为 dtype=int32 的 np.array 对象
【发布时间】：2017-06-23 10:52:10
【问题描述】：

我有一本字典{0: [], 1: [], ...}。每个列表的长度都不同。
如何将这样的字典转换为np.array 对象？
我想得到这样的结构：array([[],[],..., dtype=int32)

【问题讨论】：

标签： python arrays list numpy dictionary

【解决方案1】：

奇怪的是，将 dict 放入 numpy 数组是可行的。也可以将列出的值放入数组中。

import numpy as np

d = {0: [1, 2], 1: [3, 6, 7]}
arr = np.array(d)
print(arr)
li = d.values()
print(li)
arr2 = np.array(li)
print(arr2)

【讨论】：

但这不会产生int32 数组。

【解决方案2】：

你试过这个吗？

np.array(list(d.values()))

输出

array([], shape=(2, 0), dtype=float64)

【讨论】：

是的，但它给了我 array(dict_values([[], [], []...]))。

【解决方案3】：

如果列表的长度不同，您可以使用 np.ma.MaskedArray:

import numpy as np

maxlen = max(len(lst) for lst in d.values())   # maximum length of all value-lists

arr = np.ma.MaskedArray(np.zeros((len(d), maxlen), dtype='int32'), 
                        mask=True, 
                        dtype='int32')

for line, lst in d.items():
    arr[line, :len(lst)] = lst

# In case the "keys" of your dictionary don't represent the "rows" you need to
# use another (more robust) approach:
# for idx, (line, lst) in enumerate(sorted(d.items())):
#     arr[idx, :len(lst)] = lst

例如：

d = {0: [], 1: [1], 2: [1, 2]}

像这样给出arr：

masked_array(data =
 [[-- --]
 [1 --]
 [1 2]],
             mask =
 [[ True  True]
 [False  True]
 [False False]],
       fill_value = 999999)

这与拥有空列表不同，但 NumPy 不支持不规则数组，因此MaskedArray 是“模拟”它们的可能方法之一。在大多数情况下，它们的行为就像一个“参差不齐的数组”。 :)

【讨论】：