如何从生成器构建numpy数组?

如何从生成器对象中构建numpy数组?

让我来解释一下这个问题:

>>> import numpy
>>> def gimme():
...   for x in xrange(10):
...     yield x
...
>>> gimme()
<generator object at 0x28a1758>
>>> list(gimme())
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> numpy.array(xrange(10))
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> numpy.array(gimme())
array(<generator object at 0x28a1758>, dtype=object)
>>> numpy.array(list(gimme()))
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

在本例中，gimme()是我想将其输出转换为数组的生成器。然而，数组构造函数并不遍历生成器，它只是存储生成器本身。我想要的行为是来自numpy.array(list(gimme()))的行为，但我不想同时在内存中拥有中间列表和最终数组而支付内存开销。有没有更节省空间的方法?

93868 次浏览
小开
最佳答案

Numpy数组要求在创建时显式地设置长度，这与python列表不同。这是必要的，以便在内存中连续分配每个项的空间。连续分配是numpy数组的关键特性:这与本机代码实现相结合，使得对它们的操作执行速度比常规列表快得多。

记住这一点，从技术上讲，将生成器对象转换为数组是不可能的，除非你:

  1. 可以预测它在运行时将产生多少元素:

    my_array = numpy.empty(predict_length())
for i, el in enumerate(gimme()): my_array[i] = el

  2. are willing to store its elements in an intermediate list :

    my_array = numpy.array(list(gimme()))

  3. can make two identical generators, run through the first one to find the total length, initialize the array, and then run through the generator again to find each element:

    length = sum(1 for el in gimme())
my_array = numpy.empty(length)
for i, el in enumerate(gimme()): my_array[i] = el

1 is probably what you're looking for. 2 is space inefficient, and 3 is time inefficient (you have to go through the generator twice).

小开

在这个stackoverflow结果后面的谷歌，我发现有一个numpy.fromiter(data, dtype, count)。默认的count=-1从可迭代对象中获取所有元素。它需要显式地设置dtype。在我的案例中，这是有效的:

numpy.fromiter(something.generate(from_this_input), float)

小开

有点切题，但如果你的生成器是一个列表理解，你可以使用numpy.where来更有效地获得你的结果(我在看到这篇文章后在我自己的代码中发现了这一点)

小开

虽然可以使用numpy.fromiter()从生成器创建1D数组，但可以使用numpy.stack从生成器创建N-D数组:

>>> mygen = (np.ones((5, 3)) for _ in range(10))
>>> x = numpy.stack(mygen)
>>> x.shape
(10, 5, 3)

它也适用于1D数组:

>>> numpy.stack(2*i for i in range(10))
array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18])

注意，numpy.stack在内部使用生成器，并使用arrays = [asanyarray(arr) for arr in arrays]创建一个中间列表。实现可以在在这里中找到。

<强>[警告] 正如@Joseh Seedy所指出的，Numpy 1.16提出了一个警告，在生成器中失败地使用该函数

小开

vstack、hstack和dstack函数可以作为生成多维数组的输入生成器。


提交答案