读入np数组无效

Question

希望一切都好…我正在制作一个数据集馈送到sklearn分类算法中，但找不到任何简单的数据集开始，所以我自己制作了一个。 但有个问题。。。你知道吗

import numpy as np
import random

type_1 = [random.randrange(0, 30, 1) for i in range(50)]
type_1_label = [1 for i in range(50)]

type_2 = [random.randrange(31, 75, 1) for i in range(50)]
type_2_label = [-1 for i in range(50)]

zipped_1 = zip(type_1, type_1_label)
zipped_2 = zip(type_2, type_2_label)

ready = np.array(zipped_1)
print(ready[1])

这里的问题是，当我用type one压缩type one标签时，输出是一个数组，一个包含两个索引的数组，正如预期的那样，然后我需要将它输入到一个numpy数组中，该数组返回IndexError：数组的索引太多，这对我来说没有意义；因为numpy肯定可以为它的N维数组函数读取2x2数组？任何帮助都将不胜感激！你知道吗

Answer 1

TL；DR           zipped = list(zip(type_1, type_1_label))                      

---

你在用Python3吗？在Python2中zip()返回一个列表，但在Python3中它返回一个zip对象，当您尝试将它放入ndarray时，这会产生很大的差异。。。你知道吗

In [45]: l1 = [1 for i in range(10)]

In [46]: t1 = [randrange(30) for i in range(10)]

In [47]: z1 = zip(t1,l1)

In [48]: z1
Out[48]: <zip at 0x7f3b88044688>

In [49]: a = np.array(z1) ; a
Out[49]: array(<zip object at 0x7f3b88044688>, dtype=object)

如您所见，a的内容是一个没有维度的对象。你知道吗

如何访问内部对象？您可以添加一个额外的轴，然后像往常一样索引

In [50]: a[None][0]
Out[50]: <zip at 0x7f3b88044688>

In [51]: for t in a[None][0]: print (t)
(6, 1)
(18, 1)
(14, 1)
(27, 1)
(14, 1)
(15, 1)
(10, 1)
(18, 1)
(5, 1)
(9, 1)

这很有趣，我听到你说。。。但是当zip返回一个列表，并且numpy对它感到满意时，我怎么能有这种旧的行为呢？你知道吗

在Python3中，您必须显式地转换为列表

In [52]: z1 = list(zip(t1,l1))

In [53]: a = np.array(z1) ; a
Out[53]: 
array([[ 6,  1],
       [18,  1],
       [14,  1],
       [27,  1],
       [14,  1],
       [15,  1],
       [10,  1],
       [18,  1],
       [ 5,  1],
       [ 9,  1]])

然后一切照常进行。你知道吗

Answer 2

因此，可以直接创建所需的NumPy数组：

ready1 = np.random.randint(0, 30, size=(50, 2))
ready1[:, 1] = 1

ready2 = np.random.randint(31, 71, size=(50, 2))
ready2[:, 1] = -1

Answer 3

我不知道您的python版本和其他环境细节，但我猜这就是问题所在。你的代码对我很有用-

import numpy as np
import random
type_1 = [random.randrange(0, 30, 1) for i in range(50)]
type_1_label = [1 for i in range(50)]
type_2 = [random.randrange(31, 75, 1) for i in range(50)]
type_2_label = [-1 for i in range(50)]
zipped = zip(type_1, type_1_label)
zipped_2 = zip(type_2, type_2_label)
ready = np.array(zipped)
print(ready[1])

输出此。。。你知道吗

[14  1]

我有python2.7anaconda发行版