2024-10-03 23:27:42 发布
网友
假设我有一个像这样的numpy数组io = np.asarray(['hello world','hello Graz', 'hello all'])。现在它的形状是io.shape (3,)。我想对每个元素执行拆分。我知道这很有效splituf = lambda i: np.asarray([item.split(" ",1) for item in i])。因为实际应用程序将在更大的数组上,所以我希望避免for循环并使用向量化操作。在
io = np.asarray(['hello world','hello Graz', 'hello all'])
io.shape (3,)
splituf = lambda i: np.asarray([item.split(" ",1) for item in i])
有什么想法吗?在
非常感谢
你可以使用熊猫图书馆。它是使用numpy构建的,提供丰富的文档和奇妙的操作,如透视图、图形、元素操作,。。。他们很多
注意:熊猫不是纽比的替代品。在
Pandas element wise operation
这是元素操作的一个特例
>>> sam = np.arange(15) >>> print sam [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14] >>> print pd.rolling_apply(sam, 2, lambda x: x[1] - x[0]) [ nan 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]
有一个集合nupy函数,它将Pythonstr操作应用于数组的元素
str
http://docs.scipy.org/doc/numpy/reference/routines.char.html
这包括一个np.char.split。在
np.char.split
在我有限的经验中,它们并不比列表理解快得多,因为它们仍然调用Python函数,而不是快速编译的numpyccode. If the split occurs at the same point in each string , ega[:5],a[5:]`,我们也许能够进行一些数据类型转换。在
numpy
code. If the split occurs at the same point in each string , eg
结果是2d,对吧?在
你可以使用熊猫图书馆。它是使用numpy构建的,提供丰富的文档和奇妙的操作,如透视图、图形、元素操作,。。。他们很多
注意:熊猫不是纽比的替代品。在
Pandas element wise operation
这是元素操作的一个特例
有一个集合nupy函数,它将Python
str
操作应用于数组的元素http://docs.scipy.org/doc/numpy/reference/routines.char.html
这包括一个
np.char.split
。在在我有限的经验中,它们并不比列表理解快得多,因为它们仍然调用Python函数,而不是快速编译的
numpy
ccode. If the split occurs at the same point in each string , eg
a[:5],a[5:]`,我们也许能够进行一些数据类型转换。在结果是2d,对吧?在
相关问题 更多 >
编程相关推荐