Python 将位字符串（1和0的字符串）转换为numpy数组

我有一个包含1列的熊猫数据帧，其中包含一个位字符串，例如

'100100101'

。我想把这个字符串转换成一个numpy数组

我该怎么做

编辑：

使用

导致

型号出现错误。安装
：

ValueError: setting an array element with a sequence.

我提出的解决方案适用于我的案例，因为答案是：

for bitString in input_table['Bitstring'].values:
    bits = np.array(map(int, list(bitString)))
    featureList.append(bits)
features = np.array(featureList)
#....
model.fit(features, lables)

对于字符串
s=“100100101”
，您可以至少以两种不同的方式将其转换为numpy数组

第一种是使用numpy的方法。这有点尴尬，因为您必须指定数据类型并减去元素的“基”值

import numpy as np

s = "100100101"
a = np.fromstring(s,'u1') - ord('0')

print a  # [1 0 0 1 0 0 1 0 1]

其中，
'u1'
是数据类型，
ord（'0'）
用于从每个元素中减去“基”值

第二种方法是将每个字符串元素转换为整数（因为字符串是可编辑的），然后将该列表传递到
np.array
：

import numpy as np

s = "100100101"
b = np.array(map(int, s))

print b  # [1 0 0 1 0 0 1 0 1]

然后

（这是使用默认的
timeit。重复
参数，至少运行3次，每次运行计算运行1M字符串->数组转换的时间）
一种方法是调用df列上的apply来执行转换：

In [84]:

df = pd.DataFrame({'bit':['100100101']})
t = df.bit.apply(lambda x: np.array(list(map(int,list(x)))))
t[0]
Out[84]:
array([1, 0, 0, 1, 0, 0, 1, 0, 1])

检查

更一般地说：

>>> a = np.array([[2], [7], [23]], dtype=np.uint8)
>>> a
array([[ 2],
       [ 7],
       [23]], dtype=uint8)
>>> b = np.unpackbits(a, axis=1)
>>> b
array([[0, 0, 0, 0, 0, 0, 1, 0],
       [0, 0, 0, 0, 0, 1, 1, 1],
       [0, 0, 0, 1, 0, 1, 1, 1]], dtype=uint8)

如果您需要超过8位，请查看注意
np.array（map（int，s））
就足够了-不需要先构建
列表
。。。另外，这并不完全直观，但是
np.fromstring（s，'i1'）-48
大约快了50%。@JonClements的性能对于较长的列表来说要差得多——谢谢你的提示@JonClements我认为这在Python3.x中仍然是不正确的。现在map返回了一个map对象（迭代器），您要么使用
list
包装，要么使用
np.fromiter（map（int，s））
fromstring: 49.283392424 s
map/array:   2.154540959 s

In [84]:

df = pd.DataFrame({'bit':['100100101']})
t = df.bit.apply(lambda x: np.array(list(map(int,list(x)))))
t[0]
Out[84]:
array([1, 0, 0, 1, 0, 0, 1, 0, 1])

>>> np.unpackbits(np.array([int('010101',2)], dtype=np.uint8))
array([0, 0, 0, 1, 0, 1, 0, 1], dtype=uint8)

>>> a = np.array([[2], [7], [23]], dtype=np.uint8)
>>> a
array([[ 2],
       [ 7],
       [23]], dtype=uint8)
>>> b = np.unpackbits(a, axis=1)
>>> b
array([[0, 0, 0, 0, 0, 0, 1, 0],
       [0, 0, 0, 0, 0, 1, 1, 1],
       [0, 0, 0, 1, 0, 1, 1, 1]], dtype=uint8)