Ответ 1
Сначала вы должны использовать join
таким образом, чтобы избежать последней запятой:
VIstring = ','.join(['%.5f' % num for num in VI])
Затем, чтобы прочитать его, используйте numpy.fromstring
:
np.fromstring(VIstring, sep=',')
Мне нужно преобразовать массив numpy с плавающей точкой в строку (для хранения в SQL DB), а затем также преобразовать одну и ту же строку в массив с плавающей запятой numpy.
Вот как я перехожу к строке (на основе этой статьи)
VIstring = ''.join(['%.5f,' % num for num in VI])
VIstring= VIstring[:-1] #Get rid of the last comma
Итак, во-первых, это работает, это хороший способ пойти? Их лучший способ избавиться от этой последней запятой? Или я могу заставить метод join
вставить запятые для меня?
Затем, во-вторых, что еще более важно, есть ли умный способ получить от строки обратно массив float?
Вот пример массива и строки:
VI
array([ 17.95024446, 17.51670904, 17.08894626, 16.66695611,
16.25073861, 15.84029374, 15.4356215 , 15.0367219 ,
14.64359494, 14.25624062, 13.87465893, 13.49884988,
13.12881346, 12.76454968, 12.40605854, 12.00293814,
11.96379322, 11.96272486, 11.96142533, 11.96010489,
11.95881595, 12.26924591, 12.67548634, 13.08158864,
13.4877041 , 13.87701221, 14.40238245, 14.94943786,
15.49364166, 16.03681428, 16.5498035 , 16.78362298,
16.90331119, 17.02299387, 17.12193689, 17.09448654,
17.00066063, 16.9300633 , 16.97229868, 17.2169709 , 17.75368411])
VIstring
'17.95024,17.51671,17.08895,16.66696,16.25074,15.84029,15.43562,15.03672,14.64359,14.25624,13.87466,13.49885,13.12881,12.76455,12.40606,12.00294,11.96379,11.96272,11.96143,11.96010,11.95882,12.26925,12.67549,13.08159,13.48770,13.87701,14.40238,14.94944,15.49364,16.03681,16.54980,16.78362,16.90331,17.02299,17.12194,17.09449,17.00066,16.93006,16.97230,17.21697,17.75368'
О да, и потеря точности из %.5f
полностью прекрасна, эти значения интерполированы исходными точками, имеют только 4 десятичные точки, поэтому мне не нужно бить их. Поэтому, восстанавливая массив numpy, я рад получить только 5 десятичных знаков (очевидно, я полагаю)
Сначала вы должны использовать join
таким образом, чтобы избежать последней запятой:
VIstring = ','.join(['%.5f' % num for num in VI])
Затем, чтобы прочитать его, используйте numpy.fromstring
:
np.fromstring(VIstring, sep=',')
>>> import numpy as np
>>> from cStringIO import StringIO
>>> VI = np.array([ 17.95024446, 17.51670904, 17.08894626, 16.66695611,
16.25073861, 15.84029374, 15.4356215 , 15.0367219 ,
14.64359494, 14.25624062, 13.87465893, 13.49884988,
13.12881346, 12.76454968, 12.40605854, 12.00293814,
11.96379322, 11.96272486, 11.96142533, 11.96010489,
11.95881595, 12.26924591, 12.67548634, 13.08158864,
13.4877041 , 13.87701221, 14.40238245, 14.94943786,
15.49364166, 16.03681428, 16.5498035 , 16.78362298,
16.90331119, 17.02299387, 17.12193689, 17.09448654,
17.00066063, 16.9300633 , 16.97229868, 17.2169709 , 17.75368411])
>>> s = StringIO()
>>> np.savetxt(s, VI, fmt='%.5f', newline=",")
>>> s.getvalue()
'17.95024,17.51671,17.08895,16.66696,16.25074,15.84029,15.43562,15.03672,14.64359,14.25624,13.87466,13.49885,13.12881,12.76455,12.40606,12.00294,11.96379,11.96272,11.96143,11.96010,11.95882,12.26925,12.67549,13.08159,13.48770,13.87701,14.40238,14.94944,15.49364,16.03681,16.54980,16.78362,16.90331,17.02299,17.12194,17.09449,17.00066,16.93006,16.97230,17.21697,17.75368,'
>>> np.fromstring(s.getvalue(), sep=',')
array([ 17.95024, 17.51671, 17.08895, 16.66696, 16.25074, 15.84029,
15.43562, 15.03672, 14.64359, 14.25624, 13.87466, 13.49885,
13.12881, 12.76455, 12.40606, 12.00294, 11.96379, 11.96272,
11.96143, 11.9601 , 11.95882, 12.26925, 12.67549, 13.08159,
13.4877 , 13.87701, 14.40238, 14.94944, 15.49364, 16.03681,
16.5498 , 16.78362, 16.90331, 17.02299, 17.12194, 17.09449,
17.00066, 16.93006, 16.9723 , 17.21697, 17.75368])
Если вам требуется какое-то строковое представление (не обязательно CSV), вы можете попробовать это, которое я использовал:
import numpy, json
## arr is some numpy.ndarray
s = json.dumps(arr.tolist())
arrback = numpy.array(json.loads(s))
Он работает для большинства распространенных типов данных.