如何在 numpy 中将字符串数组转换为浮点数组？

问题描述：

如何在 NumPy 中进行以下转换？

["1.1", "2.2", "3.2"]  ⟶  [1.1, 2.2, 3.2]

解决方案 1：

好吧，如果你以列表形式读取数据，只需执行（或等效地，使用列表推导）。（在 Python 3 中，如果你使用，np.array(map(float, list_of_strings))则需要调用list返回值，因为现在返回一个迭代器。）map`map`map

但是，如果它已经是一个字符串的 numpy 数组，那么还有更好的方法。使用astype()。

import numpy as np
x = np.array(['1.1', '2.2', '3.3'])
y = x.astype(np.float)

解决方案 2：

另一个选择可能是numpy.asarray：

import numpy as np
a = ["1.1", "2.2", "3.2"]
b = np.asarray(a, dtype=float)

print(a, type(a), type(a[0]))
print(b, type(b), type(b[0]))

导致：

['1.1', '2.2', '3.2'] <class 'list'> <class 'str'>
[1.1 2.2 3.2] <class 'numpy.ndarray'> <class 'numpy.float64'>

解决方案 3：

如果您有（或创建）一个字符串，则可以使用np.fromstring：

import numpy as np
x = ["1.1", "2.2", "3.2"]
x = ','.join(x)
x = np.fromstring( x, dtype=np.float, sep=',' )

注意，x = ','.join(x)将 x 数组转换为字符串'1.1, 2.2, 3.2'。如果你从 txt 文件中读取一行，那么每一行都将是一个字符串。

解决方案 4：

您可以np.array()使用dtype = float：

import numpy as np

x = ["1.1", "2.2", "3.2"]
y = np.array(x,dtype=float)

输出：

array([1.1, 2.2, 3.2])

解决方案 5：

你也可以使用这个

import numpy as np
x=np.array(['1.1', '2.2', '3.3'])
x=np.asfarray(x,float)

解决方案 6：

如果您有一个包含无效值（例如空字符串 ( '')）的数组，那么直接转换将引发错误。如果您只想将这个“有问题”的数组转换为 numpy 浮点数组，然后稍后处理无效值，那么pandas包中有一个函数 ( pandas.to_numeric)，它将无效值设置为 NaN，并将其余值转换为浮点。

import pandas as pd

a = np.array(["1.1", "2.2"], float)      # OK

lst = ["1.1", "2.2", "3.2.", ""]
a = np.array(lst, float)                 # ValueError: could not convert string to float: '3.2.'
a = pd.to_numeric(lst, errors='coerce')  # array([1.1, 2.2, nan, nan])