python - 将不同大小数组的数组转换为 numpy 数组

Question

我正在使用一个根文件（数组数组）。当我将数组加载到 python 中时，我得到了一个尴尬的数组，因为这是一个不同大小的数组。我想学习如何通过用 NaN 填充空元素来将其转换为相同大小的数组的 numpy 数组。如何将不同大小的尴尬数组转换为 numpy 数组？

Answer 1

您可以使用此代码并相应地实现它：

a = [1,2,3,4,5]
b = [1,2,3]
c = max(len(a),len(b))

for i in range(len(a),c):
   a.append(None)
for i in range(len(b),c):
   b.append(None)

结果如下：

a = [1, 2, 3, 4, 5] 
b = [1, 2, 3, None, None]

Answer 2

假设您有一个可变长度列表数组a：

>>> import numpy as np
>>> import awkward as ak
>>> a = ak.Array([[0, 1, 2], [], [3, 4], [5], [6, 7, 8, 9]])
>>> a
<Array [[0, 1, 2], [], ... [5], [6, 7, 8, 9]] type='5 * var * int64'>

使所有列表具有相同大小的函数是ak.pad_none。但首先，我们需要一个尺寸来填充它。我们可以用ak.num得到每个列表的长度，然后取它的np.max。

>>> ak.num(a)
<Array [3, 0, 2, 1, 4] type='5 * int64'>
>>> desired_length = np.max(ak.num(a))
>>> desired_length
4

现在我们可以填充它并将其转换为 NumPy 数组（因为它现在具有矩形形状）。

>>> ak.pad_none(a, desired_length)
<Array [[0, 1, 2, None], ... [6, 7, 8, 9]] type='5 * var * ?int64'>
>>> ak.to_numpy(ak.pad_none(a, desired_length))
masked_array(
  data=[[0, 1, 2, --],
        [--, --, --, --],
        [3, 4, --, --],
        [5, --, --, --],
        [6, 7, 8, 9]],
  mask=[[False, False, False,  True],
        [ True,  True,  True,  True],
        [False, False,  True,  True],
        [False,  True,  True,  True],
        [False, False, False, False]],
  fill_value=999999)

缺失值 ( None) 被转换为 NumPy 掩码数组。如果你想要一个普通的 NumPy 数组，你可以ak.fill_none给它们一个替换值。

>>> ak.to_numpy(ak.fill_none(ak.pad_none(a, desired_length), 999))
array([[  0,   1,   2, 999],
       [999, 999, 999, 999],
       [  3,   4, 999, 999],
       [  5, 999, 999, 999],
       [  6,   7,   8,   9]])