Python Numpy将数组从浮点转换为字符串

我有一个浮点数数组，我已经将其归一化为1（即数组中最大的数字是1），我想将其用作图形的颜色索引。在使用matplotlib使用灰度时，这需要使用介于0和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'）”来实现这一点，但这似乎创建了一些与原始值不同（甚至不接近）的值

我注意到这一点，因为matplotlib抱怨在数组中查找数字8，这是奇数，因为它被归一化为1

简言之，我有一个float64的数组phis，这样：

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

是非空的。这是令人费解的（希望是天真的），因为它似乎是numpy中的一个bug，是否有任何我可能做了错事导致这一点

编辑：调查后，这似乎是由于字符串函数处理高精度浮点的方式造成的。使用矢量化toString函数（如robbles answer中所述），情况也是如此，但是如果lambda函数为：

lambda x: "%.2f" % x

---

然后作图工作——好奇者和好奇者。（显然，数组不再相等！）

如果您有一个由

数字组成的数组，并且需要一个由
字符串组成的数组，您可以编写：

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

如果您的数字是浮点数，那么该数组将是一个数字与两位小数的字符串相同的数组

>>> 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)

例如：

>>> 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，您会注意到他们使用了类似的方法：构建空矩阵，并用插值方法构建的字符串填充它。参考规范的相关部分为：

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)

这可能比您想要的慢，但您可以：

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

当它从float64转换为str时，它看起来会对值进行舍入，但通过这种方式，您可以根据自己的喜好自定义转换。
如果主要问题是从float转换为字符串时精度降低，一种可能的方法是将float转换为十进制

在Python2.7及更高版本中，您可以直接将浮点转换为
十进制对象。
对于numpy数组在幕后的工作方式，您似乎有点困惑。数组中的每个项的大小必须相同

浮点数的字符串表示形式不是这样工作的。例如，
repr（1.3）
产生
'1.3'
，但
repr（1.33）
产生
'1.330000000000001'

浮点数的精确字符串表示将生成长度可变的字符串

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

如果使用
x.astype（'str'）
，它将始终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）
，
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

更好的方法是，避免使用字符串的numpy数组。这通常是个坏主意，从您对问题的描述中，我看不出有理由首先使用它们……
这不是问题所在。您正在创建一个
列表
，他想要一个numpy数组。如果不清楚，我很抱歉，但我处理的是numpy数组，而不是python列表。更重要的是，我的数组是二维的，所以1dim列表理解是不可行的。我完全知道我可以创建一个中间python列表，然后转换成一个numpy数组，但是上面的方法似乎可以工作，而且使用中间列表编程非常（缓慢）。如果可以迭代对象（如列表或numpy数组），它支持列表理解。它不需要是一个列表（duck类型）是的，但是你没有得到一个numpy数组，是吗？Arrieta：这不起作用，因为当使用多维数组时，列表理解将迭代numpy.ndarrays，而不是单个数字。这也不起作用，这导致我建议将非常小的数字转换为字符串，失败？也就是说，数组包含10^-30阶的数字。你的意思是得到不同的结果？我刚刚用一个小的2D数组尝试了一下，它成功了——也许是个bug……好吧，现在我看到了同样的东西，用非常小的数字。也许这是一个普通的浮点数学问题？我确实得到了一个不同的结果，但也许限制不是由于数字的数量级，而是精度的程度？（虽然在科学记数法中有描述）。编辑：如果是浮点问题，什么样的浮点错误会将远小于1的数字误认为8左右的数字？Hahaha使用字符串numpy数组的理由是因为matplotlib需要一个形状正确的iterable字符串，它表示0到1之间的数字，以表示灰度（我当时想要的）。将我拥有的数字数组转换为字符串数组似乎是最容易的。我没有预料到长度的复杂性。在这种情况下也很有用：1）从文件中读取数据2。）假设所有条目都是
float
，但是，有些条目是
nan
。3.）如果所有变量都被读取为浮点值，列表中将有
double64
变量显示为
nan
，但没有被识别为
numpy.nan
4。）为了替换这些变量，我成功地使用了：
if V[-1]。astype（“| S3'）='nan”：V[-1]=numpy.nan
您可以使用np.genfromtxt并处理（或多或少）自动地将浮动转换为strin总是一个坏主意