从 numpy 中删除列表

Question

我有一个名为genes 的numpy 数组，由于某种原因它有标识符列表。我将如何继续删除列表部分并简单地保留元素。这是基因的输出：

array([[list(['0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0'])], 
       [list(['0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '0', '0', '1', '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '1', '0', '0', '0', '1', '0', '0', '0'])]
      ], dtype=object)

如果没有列表，所需的输出将完全一样。其余的将保持不变：

array([['0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0'], 
       ['0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '0', '0', '1', '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '1', '0', '0', '0', '1', '0', '0', '0']
      ], dtype=object)

这是我得到 numpy 数组的方法：

import pandas as pd
import numpy as np

np.set_printoptions(threshold=np.nan)


url = "https://archive.ics.uci.edu/ml/machine-learning-databases/molecular-biology/splice-junction-gene-sequences/splice.data"
file = pd.read_csv(url, delimiter=',', header=None,dtype='str')

X = file[2]
y = file[0]

df = np.array(X)
newDf = df.astype(str)

newerDf = newDf.reshape(( newDf.size, 1))

newestDf = np.char.strip(newerDf)

genes = np.char.array(newestDf)

genes = np.char.replace(genes, 'A', '0001')
genes = np.char.replace(genes, 'C', '0010')
genes = np.char.replace(genes, 'G', '0100')
genes = np.char.replace(genes, 'T', '1000')
genes = np.char.join(',', genes)
genes = np.char.split(genes, ',')

genes

Answer 1

我最近看到过这样的事情。通常，创建具有匹配大小的列表元素的对象 dtype 数组并不容易。例如，第一行的复制粘贴会产生一个(2, 1, 240) 形状数组。但是那个案例和你的一样，使用了char.split。

how to convert a np array of lists to a np array

一个更简单的例子：

In [138]: x = np.array(['abc def','hij klm'])
In [139]: np.char.split(x)
Out[139]: array([list(['abc', 'def']), list(['hij', 'klm'])], dtype=object)
In [140]: x = np.array(['abc def','hij klm'])
In [141]: y = np.char.split(x)
In [142]: y
Out[142]: array([list(['abc', 'def']), list(['hij', 'klm'])], dtype=object)
In [143]: np.stack(y)
Out[143]: 
array([['abc', 'def'],
       ['hij', 'klm']], dtype='<U3')
In [144]: _.shape
Out[144]: (2, 2)

---

更仔细地观察你的显示器，我看到了另一个维度，更像这样：

In [145]: x = np.array([['abc def'],['hij klm']])
In [146]: x.shape
Out[146]: (2, 1)
In [147]: x
Out[147]: 
array([['abc def'],
       ['hij klm']], dtype='<U7')
In [148]: y = np.char.split(x)
In [149]: y
Out[149]: 
array([[list(['abc', 'def'])],
       [list(['hij', 'klm'])]], dtype=object)
In [150]: y.shape
Out[150]: (2, 1)

np.stack 没有帮助，但如果我们先将 y 展平，它就可以工作：

In [152]: np.stack(y.ravel())
Out[152]: 
array([['abc', 'def'],
       ['hij', 'klm']], dtype='<U3')

Answer 2

您可以通过tolist:

>>> A
array([[list(['0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0'])],
       [list(['0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '0', '0', '1', '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '1', '0', '0', '0', '1', '0', '0', '0'])]],
      dtype=object)
>>> 
>>> np.array(A.tolist(), object)
array([[['0', '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1',
         '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0', '0',
         '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1',
         '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '0', '1',
         '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0',
         '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0',
         '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0',
         '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0',
         '0', '1', '0', '0', '0', '0', '0', '1', '0', '1', '0', '0',
         '0', '0', '1', '0', '0', '0', '0', '1', '0', '1', '0', '0',
         '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '1', '0',
         '1', '0', '0', '0', '0', '1', '0', '0', '1', '0', '0', '0',
         '1', '0', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0',
         '0', '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0',
         '0', '1', '0', '0', '0', '1', '0', '0', '0', '0', '1', '0',
         '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0', '0',
         '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '0', '1',
         '0', '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0',
         '0', '0', '0', '1', '0', '1', '0', '0', '1', '0', '0', '0',
         '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0']],

       [['0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0',
         '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0',
         '0', '0', '1', '0', '0', '0', '1', '0', '1', '0', '0', '0',
         '0', '0', '0', '1', '1', '0', '0', '0', '0', '0', '1', '0',
         '0', '0', '0', '1', '0', '1', '0', '0', '0', '0', '0', '1',
         '0', '0', '0', '1', '0', '1', '0', '0', '0', '1', '0', '0',
         '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0',
         '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0',
         '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0',
         '0', '1', '0', '0', '1', '0', '0', '0', '0', '1', '0', '0',
         '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0',
         '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0',
         '0', '0', '1', '0', '1', '0', '0', '0', '0', '1', '0', '0',
         '0', '0', '1', '0', '1', '0', '0', '0', '0', '0', '1', '0',
         '1', '0', '0', '0', '0', '1', '0', '0', '0', '1', '0', '0',
         '0', '0', '1', '0', '1', '0', '0', '0', '0', '0', '1', '0',
         '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '0', '1',
         '0', '0', '0', '1', '0', '1', '0', '0', '1', '0', '0', '0',
         '0', '0', '0', '1', '0', '0', '1', '0', '0', '0', '1', '0',
         '0', '0', '0', '1', '1', '0', '0', '0', '1', '0', '0', '0']]],
      dtype=object)

您可能想要压缩结果，因为存在多余的尺寸（形状为 (2, 1, 240)。您想要的输出看起来像 (2, 240)。