Numpy 将数组从浮点转换为字符串

Question

我有一个浮点数组，已将其标准化为 1（即数组中的最大数字为 1），并且我想将其用作图形的颜色索引。在使用 matplotlib 使用灰度时，这需要使用 0 到 1 之间的字符串，因此我想将浮点数组转换为字符串数组。我试图通过使用“astype('str')”来做到这一点，但这似乎创建了一些与原始值不同（甚至接近）的值。

我注意到这一点是因为 matplotlib 抱怨在数组中找到数字 8，这很奇怪，因为它被归一化为 1！

简而言之，我有一个 float64 的数组 phis，使得：

numpy.where(phis.astype('str').astype('float64') != phis)

不为空。这令人费解，因为（希望是天真地）它似乎是 numpy 中的一个错误，是否有什么我可能做错了导致这种情况？

编辑：经过调查，这似乎是由于字符串函数处理高精度浮点数的方式造成的。使用向量化的 toString 函数（来自 robbles 的答案），情况也是如此，但是如果 lambda 函数是：

lambda x: "%.2f" % x

那么绘图工作 - 越来越好奇。 （显然数组不再相等！）

Answer 1

您似乎对 numpy 数组在幕后如何工作感到有点困惑。数组中的每个项目的大小必须相同。

浮点数的字符串表示形式不能以这种方式工作。例如，repr(1.3) 生成 '1.3'，但 repr(1.33) 生成 '1.3300000000000001'。

浮点数的精确字符串表示会生成可变长度字符串。

由于 numpy 数组由大小相同的元素组成，因此当您使用字符串数组时，numpy 要求您指定数组中字符串的长度。

如果您使用x.astype('str')，它总是会将内容转换为长度为1的字符串数组。

例如，使用x = np.array(1.344566) code>, x.astype('str') 产生 '1'！

您需要更明确地使用 '|Sx' dtype 语法，其中 x 是数组中每个元素的字符串长度。

例如，使用 x.astype('|S10') 将数组转换为长度为 10 的字符串。

更好的是，完全避免使用字符串的 numpy 数组。这通常是一个坏主意，从你对问题的描述中我没有理由首先使用它们......

Answer 2

如果您有一个数字数组，并且想要一个字符串数组，您可以这样写：

strings = ["%.2f" % number for number in numbers]

如果您的数字是浮点数，则该数组将是一个与以下数字相同的数组：具有两位小数的字符串。

>>> a = [1,2,3,4,5]
>>> min_a, max_a = min(a), max(a)
>>> a_normalized = [float(x-min_a)/(max_a-min_a) for x in a]
>>> a_normalized
[0.0, 0.25, 0.5, 0.75, 1.0]
>>> a_strings = ["%.2f" % x for x in a_normalized]
>>> a_strings
['0.00', '0.25', '0.50', '0.75', '1.00']

请注意，它也适用于 numpy 数组：

>>> a = numpy.array([0.0, 0.25, 0.75, 1.0])
>>> print ["%.2f" % x for x in a]
['0.00', '0.25', '0.50', '0.75', '1.00']

如果您有多维数组，则可以使用类似的方法：

new_array = numpy.array(["%.2f" % x for x in old_array.reshape(old_array.size)])
new_array = new_array.reshape(old_array.shape)

示例：

>>> x = numpy.array([[0,0.1,0.2],[0.3,0.4,0.5],[0.6, 0.7, 0.8]])
>>> y = numpy.array(["%.2f" % w for w in x.reshape(x.size)])
>>> y = y.reshape(x.shape)
>>> print y
[['0.00' '0.10' '0.20']
 ['0.30' '0.40' '0.50']
 ['0.60' '0.70' '0.80']]

如果您检查 您正在使用的函数的 Matplotlib 示例，您会注意到他们使用类似的方法：构建空矩阵并用构建的字符串填充它插值法。引用代码的相关部分是：

colortuple = ('y', 'b')
colors = np.empty(X.shape, dtype=str)
for y in range(ylen):
    for x in range(xlen):
        colors[x, y] = colortuple[(x + y) % len(colortuple)]

surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, facecolors=colors,
        linewidth=0, antialiased=False)

Answer 3

当 我的 pandas 时，我遇到了这个问题数据帧开始出现浮点精度问题，这些问题在执行df.round(2).astype(str)时渗透到其字符串表示形式中。

我最终选择了 np.char.mod("%.2f", phys) ，其中 使用广播在数据帧的每个元素上运行 "%.2f".__mod__(el)，而不是在 Python 中迭代，如果你的数据帧足够大，这会产生相当大的差异。使用有限长度的字符串（就像接受的答案所暗示的那样）对我来说是行不通的，因为在我的情况下保留小数比精确的有效数字位数更重要。

我会尝试 numpy .format_float_positional，用于格式化的，是据说比 Python 使用的 stringf 等效项快得多，但那个不起作用 -在 ndarrays 上明智（或根本）和手动迭代是我想要避免的部分。

没有用于格式化的 ufunc，据我所知，这可能是最有效的方法。

Answer 4

这可能比您想要的慢，但您可以这样做：

>>> tostring = vectorize(lambda x: str(x))
>>> numpy.where(tostring(phis).astype('float64') != phis)
(array([], dtype=int64),)

看起来它在从 float64 转换为 str 时对值进行四舍五入，但这样您就可以根据需要自定义转换。

Answer 5

如果主要问题是从浮点数转换为字符串时精度损失，一种可能的方法是将浮点数转换为十进制S：http://docs.python.org/library/decimal.html。

在 python 2.7 及更高版本中，您可以直接将浮点数转换为十进制对象。