Python：将应该是数组的字符串转换回数组

我有一个字符串，它应该是一个3x3数组。只是想找一个简单的方法把它转换回它的“真相”，这样我就可以访问这些值。这是新行，[]和我认为是制表符，但不是7或6个空格。。。。分开

我将一个数组保存到一个pandas数据框中，认为它可以工作，但给出了以下信息：

'[[[      nan       nan       nan]\n  [      nan       nan      
nan]\n  [      nan       nan       nan]]\n\n [[ 0.005506  0.005506    
nan]\n  [ 0.006684       nan       nan]\n  [ 0.006684       nan      
nan]]\n\n [[      nan       nan       nan]\n  [      nan       nan    
nan]\n  [      nan       nan       nan]]]'

我尝试过

.split（'\n'）

和其他各种分隔符和组合，但收效甚微

查找数组（#只是一个示例）：

谢谢

对

eval（）

的罕见用法：

编辑：正如所指出的，eval不足以满足您的要求。我最终得到的工作是基于json和numpy构建的

s = '''[[[ nan nan nan]\n [ nan nan\nnan]\n [ nan nan nan]]\n\n [[ 0.005506 0.005506\nnan]\n [ 0.006684 nan nan]\n [ 0.006684 nan\nnan]]\n\n [[ nan nan nan]\n [ nan nan\nnan]\n [ nan nan nan]]]'''

import numpy, json
x = numpy.array(json.loads(','.join(s.split()).replace('[,','[').replace('nan','NaN')))

print(x)

#array([[[      nan,       nan,       nan],
#        [      nan,       nan,       nan],
#        [      nan,       nan,       nan]],
#       [[ 0.005506,  0.005506,       nan],
#        [ 0.006684,       nan,       nan],
#        [ 0.006684,       nan,       nan]],
#       [[      nan,       nan,       nan],
#        [      nan,       nan,       nan],
#        [      nan,       nan,       nan]]])

您可以轻松地将

numpy.array（）

替换为

pandas.DataFrame（）

您可以尝试使用Python中包含的 具体来说，您需要使用该函数。请记住，仍然要使用

\n

使用

str.split（）

下面是一个关于如何使用它的示例：

import json
json.loads('[[0,1,0],[0,0,0]]')

---

这是一个只有4个非nan值的小数组，显然您希望将nan值更改为0…从头开始创建它可能更容易。同时，不要试图再次以这种方式保存数组；使用诸如

savetxt

、

save

、tobuffer`等功能。我正在将其中数千个功能保存到现有文件的一部分，其中一些或多或少具有非NAN。这只是一个例子。然后解决方案是停止以您不知道如何解析的格式保存数千个文件，而是以易于解析的格式保存它们。我做了一个测试，其中a=pd.DataFrame（{'test'：[]），a=a.append（{'test'：x}，ignore_index=True）对我来说，这似乎很好，但在运行了整个脚本之后，显然有些东西坏了。我的问题是，我正在将我的数组保存为pd.to_csv，它将数组展平为字符串，而不是pd.to_pickle，它将数组保存为原样。谢谢你的帮助！希望这个问题不再存在：）

literal\u eval

在这里也可以。这两种方法都不适用于OP的实际输入，因为

nan

只会引发

namererror

。（虽然你可以不厌其烦地做一些事情，比如

nan=np.nan；x=eval（s）；del-nan

，这似乎很愚蠢……）此外，这给了他一个列表列表，而不是numpy数组。啊，太棒了！这不是最佳解决方案，因为我需要在管道的早期做一些事情。谢谢你的帮助。当我调试真正的问题时，这很好。即使在这种情况下，eval也不安全。谁知道该文件中潜藏着什么呢？当然，如果你正在处理其他人所依赖的某种生产数据库，但是这种使用的评估风险通常被大大夸大了。任何人只要能把恶意的东西放进去，很可能就已经可以直接访问计算机了。@Turksarama这与恶意内容无关。更重要的是，格式错误非常常见，它们通常会发生，引发异常并需要有人手动修复数据库。在引发异常之前，依赖评估可能会导致一些副作用。底线是风险很小，但后果可能很大，因此，只要有更安全的选择，就不应该使用eval。为什么要拆分字符串？OP需要一个数组，而不是一堆数组，并且该数组中没有一行单独是有效的JSON。而

json.load（[\n[0,1\n0]\n[0,0\n0]]）

将给出与示例相同的结果。

s = '''[[[ nan nan nan]\n [ nan nan\nnan]\n [ nan nan nan]]\n\n [[ 0.005506 0.005506\nnan]\n [ 0.006684 nan nan]\n [ 0.006684 nan\nnan]]\n\n [[ nan nan nan]\n [ nan nan\nnan]\n [ nan nan nan]]]'''

import numpy, json
x = numpy.array(json.loads(','.join(s.split()).replace('[,','[').replace('nan','NaN')))

print(x)

#array([[[      nan,       nan,       nan],
#        [      nan,       nan,       nan],
#        [      nan,       nan,       nan]],
#       [[ 0.005506,  0.005506,       nan],
#        [ 0.006684,       nan,       nan],
#        [ 0.006684,       nan,       nan]],
#       [[      nan,       nan,       nan],
#        [      nan,       nan,       nan],
#        [      nan,       nan,       nan]]])

import json
json.loads('[[0,1,0],[0,0,0]]')