我有一个接受列表(字符串)的函数。它对该列表进行一些处理并返回另一个字符串列表，长度可能更短。
现在，我有一个字符串输入列表的 numpy 数组。我想将此转换函数应用于数组中的每个列表。
从我到目前为止所做的搜索来看，它似乎是 vectorize或 apply_along_axis可能是不错的候选人，但都没有按预期工作。
我想尽可能高效地执行此操作。最终输入数组将包含大约 100K 个列表。
我想我可以在 for 循环中遍历 numpy 数组，然后将每个输出列表 append 一次一个地添加到一个新的输出数组中，但这看起来很可怕效率低下。
这是我试过的。出于测试目的，我制作了一个简化的转换函数，输入数组仅包含 3 个列表。
def my_func(l):
# accepts list, returns another list
# dumbed down list transformation function
# for testing, just return the first 2 elems of original list
return l[0:2]
test_arr = np.array([['the', 'quick', 'brown', 'fox'], ['lorem', 'ipsum'], ['this', 'is', 'a', 'test']])
np.apply_along_axis(my_func, 0, test_arr)
Out[51]: array([['the', 'quick', 'brown', 'fox'], ['lorem', 'ipsum']], dtype=object)
# Rather than applying item by item, this returns the first 2 elements of the entire outer array!!
# Expected:
# array([['the', 'quick'], ['lorem', 'ipsum'], ['this', 'is']])
# Attempt 2...
my_func_vec = np.vectorize(my_func)
my_func_vec(test_arr)
结果:
Traceback (most recent call last):
File "<ipython-input-56-f9bbacee645c>", line 1, in <module>
my_func_vec(test_arr)
File "C:\Users\Tony\Anaconda2\lib\site-packages\numpy\lib\function_base.py", line 2218, in __call__
return self._vectorize_call(func=func, args=vargs)
File "C:\Users\Tony\Anaconda2\lib\site-packages\numpy\lib\function_base.py", line 2291, in _vectorize_call
copy=False, subok=True, dtype=otypes[0])
ValueError: cannot set an array element with a sequence
请您参考如下方法:
从 vectorize 的文档字符串中，它读取了关于可选参数 otypes
otypes : str or list of dtypes, optional
The output data type. It must be specified as either a string of
typecode characters or a list of data type specifiers. There should
be one data type specifier for each output.
它允许您创建具有复杂输出的结构化数组，但也解决了您将列表作为数组元素的问题。
my_func_vec = np.vectorize(my_func, otypes=[list])
