将自定义类转换为标准 Python 类型答案

【问题标题】：Convert custom class to standard Python type将自定义类转换为标准 Python 类型
【发布时间】：2015-07-23 16:32:13
【问题描述】：

我正在使用一个名为 predictions 的 numpy 数组。我正在玩以下代码：

print type(predictions)
print list(predictions)

输出是：

<type 'numpy.ndarray'>`
[u'yes', u'no', u'yes', u'yes', u'yes']

我想知道numpy 是如何设法构建他们的ndarray 类的，以便可以将其转换为一个列表，而不是使用他们自己的list 函数，而是使用标准的Python 函数。

Python 版本：2.7，Numpy 版本：1.9.2

【问题讨论】：

请注意，如果实现了whatever.__iter__，list(whatever) 将起作用 - 即 Python 将使用迭代器并将每个结果对象放入列表中。

标签： python numpy casting

【解决方案1】：

下面我是从纯Python的角度回答的，但是numpy的数组实际上是用 C 实现的 - 参见例如the array_iter function.

documentation 将list 的参数定义为iterable； new_list = list(something) 有点像：

new_list = []
for element in something:
    new_list.append(element)

（或者，在列表理解中：new_list = [element for element in something]）。因此，要为自定义类实现此行为，您需要定义__iter__ magic method：

>>> class Demo(object):
    def __iter__(self):
        return iter((1, 2, 3))


>>> list(Demo())
[1, 2, 3]

请注意，转换为其他类型需要different methods。

【讨论】：

【解决方案2】：

正如其他人所写，list() 之所以有效，是因为数组是可迭代的。它相当于[i for i in arr]。要理解它，您需要了解数组上的迭代是如何工作的。特别是list(arr) 与arr.tolist() 不同。

In [685]: arr=np.array('one two three four'.split())

In [686]: arr
Out[686]: 
array(['one', 'two', 'three', 'four'], 
      dtype='<U5')

In [687]: ll=list(arr)

In [688]: ll
Out[688]: ['one', 'two', 'three', 'four']

In [689]: type(ll[0])
Out[689]: numpy.str_

In [690]: ll1=arr.tolist()

In [691]: ll1
Out[691]: ['one', 'two', 'three', 'four']

In [692]: type(ll1[0])
Out[692]: str

ll 和ll1 的打印显示看起来一样，但元素的type 不同，一个是str，另一个是包裹在numpy 类中的str。这种区别出现在最近关于序列化数组的问题中。

arr 为 2d 时，区别变得更加明显。然后简单的交互产生行，而不是元素：

In [693]: arr=np.reshape(arr,(2,2))

In [694]: arr
Out[694]: 
array([['one', 'two'],
       ['three', 'four']], 
      dtype='<U5')

In [695]: list(arr)
Out[695]: 
[array(['one', 'two'], 
       dtype='<U5'), array(['three', 'four'], 
       dtype='<U5')]

In [696]: arr.tolist()
Out[696]: [['one', 'two'], ['three', 'four']]

list(arr) 现在是两个数组，而arr.tolist() 是一个嵌套列表。

Python Pandas: use native types

Why does json.dumps(list(np.arange(5))) fail while json.dumps(np.arange(5).tolist()) works

【讨论】：