Mam mały problem tuKonwersja numpy.ndarray do sznurka (lub bajtów) i przekształcić ją z powrotem do numpy.ndarray
Próbuję przekonwertować numpy.ndarray ciąg I” Wcześniej już zrobić, że tak:
randomArray.tostring()
to działa, ale zastanawiam się, czy mogę przekształcić go z powrotem do numpy.ndarray.
Jaki jest najlepszy sposób na zrobienie tego?
Używam NumPy 1.8.1
Kontekst: Celem jest, aby wysłać numpy.ndarray jako komunikat w RabbitMQ (pika biblioteki)
Można użyć metody fromstring() dla tego:
arr =np.array([1,2,3,4,5,6])
ts = arr.tostring()
print np.fromstring(ts,dtype=int)
>>>[1 2 3 4 5 6]
Przepraszamy za krótką odpowiedź, za mało punktów do komentowania. Pamiętaj, aby podać typy danych, a skończysz w świecie bólu.
Nie wiedziałem o "odstringu", miło! nie wydaje się jednak działać wielowymiarowych tablic (zwraca "płaską" wersję tablicy wielowymiarowej). Sądzę, że możesz zmienić kształt tablicy, jeśli znasz wymiary. –
To może zadziałać, dziwne jest to, że moja metoda 'tostring()' zwraca dziwne rzeczy (bajty?), 'Odstring()' nie działa idealnie. – Ampo
@Ampo możesz użyć repr (ts), aby wyświetlić plik binarny, ale będziesz musiał go przekonwertować używając np.fromstring (ts, dtype = int), pamiętaj, aby użyć poprawnego typu danych. Czy używasz liczb zmiennoprzecinkowych lub liczb całkowitych? Opublikuj typ tablicy, którą próbujesz wysłać. – ajsp
Imagine masz numpy tablicę liczby całkowite (działa z innymi typami, ale potrzebujesz drobnej modyfikacji). Można to zrobić:
a = np.array([0, 3, 5])
a_str = ','.join(str(x) for x in a) # '0,3,5'
a2 = np.array([int(x) for x in a_str.split(',')]) # np.array([0, 3, 5])
Jeśli masz tablicę pływaka, należy wymienić int przez float w ostatnim wierszu.
Można również użyć metody __repr__(), co będzie miało tę zaletę, że działa dla tablic wielowymiarowych:
from numpy import array
numpy.set_printoptions(threshold=numpy.nan)
a = array([[0,3,5],[2,3,4]])
a_str = a.__repr__() # 'array([[0, 3, 5],\n [2, 3, 4]])'
a2 = eval(a_str) # array([[0, 3, 5],
# [2, 3, 4]])
Ponieważ używam 3D-Array (obrazu), metoda '__repr __()' powinna działać, ale nie działa. Tablica jest naprawdę duża (1000000 wartości w niej) kończę z wartościami 1000 po konwersji na '__repr __()' i 'eval()' crashes (?) – Ampo
@Ampo yes, __repr __() zawiesza się na większych tablicach, ponieważ reprezentacji dużych tablic typu numpy (duże tablice mają "..." zamiast pełnych tablic). Możesz zmienić to zachowanie (z set_printoptions) ... Właśnie zmieniłem swoją odpowiedź, zobacz, czy to działa lepiej. –
Jeśli używasz tostring tracisz informacje zarówno na kształt i danych typu:
>>> import numpy as np
>>> a = np.arange(12).reshape(3, 4)
>>> a
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
>>> s = a.tostring()
>>> aa = np.fromstring(a)
>>> aa
array([ 0.00000000e+000, 4.94065646e-324, 9.88131292e-324,
1.48219694e-323, 1.97626258e-323, 2.47032823e-323,
2.96439388e-323, 3.45845952e-323, 3.95252517e-323,
4.44659081e-323, 4.94065646e-323, 5.43472210e-323])
>>> aa = np.fromstring(a, dtype=int)
>>> aa
array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])
>>> aa = np.fromstring(a, dtype=int).reshape(3, 4)
>>> aa
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
Oznacza to, że trzeba wysłać metadanych wraz z danymi do odbiorcy. Aby wymienić auto-spójne przedmioty, spróbuj cPickle:
>>> import cPickle
>>> s = cPickle.dumps(a)
>>> cPickle.loads(s)
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
dtype important: 'np.uint8' /' np.uint16' – mertyildiran
Można znaleźć tę odpowiedź za przydatne: [1]: http://stackoverflow.com/questions/5387208/convert-a-string-to-an- array – Singularity
Niestety metoda tostring() zwraca bajty i nie wiem, jak ją przekonwertować, nawet z tym rozwiązaniem. – Ampo