Python 如何转换字符串形式的'；001100'；要快速创建numpy.array（[0,0,1,1,0,0]）？

我有一个由0和1组成的字符串，比如

'00101'

。我想把它转换成numpy数组

numpy.array（[0,0,1,0,1]

）

我正在使用

进行类似以下循环的操作：

import numpy as np
X = np.zeros((1,5),int)
S = '00101'
for i in xrange(5):
    X[0][i] = int(S[i])

但是因为我有很多字符串，每个字符串的长度是1024，所以这种方法非常慢。有没有更好的方法来实现这一点呢？
我认为列表理解会比普通的for循环方法更快-

import numpy as np

s = '00101'

np.array([int(c) for c in s])
array([0, 0, 1, 0, 1])

Timeit与方法的比较（字符串长度为1024）-

我做了重塑，只是为了使两个数组都是相同的形状，但我不认为你真的需要重塑，根据列表理解，你得到的数组的形状是
（，）
np.array（map（lambda x:int（x），s））
使用fromstring方法怎么样

np.fromstring('1, 2', dtype=int, sep=',')

更多详细信息
地图应该比列表快一点：

import  numpy as np

arr = np.array(map(int,'00101'))

一些计时显示它位于1024个字符的字符串上：

In [12]: timeit np.array([int(c) for c in s])
1000 loops, best of 3: 422 µs per loop

In [13]: timeit np.array(map(int,s))
1000 loops, best of 3: 389 µs per loop

只需在s中调用列表并使用dtype=int更快：

In [20]: timeit np.array(list(s), dtype=int)
1000 loops, best of 3: 329 µs per loop

再次使用和传递
dtype=int
更快：

In [21]: timeit  np.fromiter(s,dtype=int)
1000 loops, best of 3: 289 µs per loop

借用这一点，使用fromstring和uint8作为数据类型是最快的：

In [54]: timeit  np.fromstring(s, 'int8') - 48
100000 loops, best of 3: 4.54 µs per loop

In [71]: %%timeit
   ....: arr = np.fromstring(s, 'int8') - 48
   ....: arr = arr.astype(int)
   ....: 
100000 loops, best of 3: 6.23 µs per loop

即使重新绑定名称和更改数据类型也是目前最快的：

In [54]: timeit  np.fromstring(s, 'int8') - 48
100000 loops, best of 3: 4.54 µs per loop

In [71]: %%timeit
   ....: arr = np.fromstring(s, 'int8') - 48
   ....: arr = arr.astype(int)
   ....: 
100000 loops, best of 3: 6.23 µs per loop

比Ashwini的加入速度还要快：

In [76]: timeit  np.fromstring(' '.join(s), sep=' ', dtype=int)
10000 loops, best of 3: 62.6 µs per loop

正如@Unutbu所指出的，
np.fromstring（s，'int8'）-48
不限于1和0，但适用于所有由ASCII数字组成的字符串。
使用：

lambda的作用是什么？只需使用
int