0

0

如何在Python中将字典转换为矩阵或nArray?

王林

王林

发布时间:2023-08-27 21:33:08

|

1986人浏览过

|

来源于tutorialspoint

转载

如何在python中将字典转换为矩阵或narray?

在本文中,我们将向您展示如何使用Python的NumPy库中的array()函数将字典转换为矩阵或NumPy数组。

有时候需要将Python中的字典转换为NumPy数组,Python提供了一种高效的方法来实现这一点。将字典转换为NumPy数组会得到一个包含字典中键值对的数组。

在这个部分,我们将看一些在Python中将各种类型的字典转换为NumPy数组的示例

  • 将字典转换为Numpy数组
  • 将嵌套字典转换为Numpy数组
  • 将具有混合键的字典转换为Numpy数组

numpy.array() 函数

它返回一个 ndarray。ndarray 是一个满足给定要求的数组对象。

立即学习Python免费学习笔记(深入)”;

要将字典转换为NumPy数组,Python提供了numpy.array()方法,但我们必须先进行一些准备工作。按照以下三个基本步骤作为前期任务。

  • 首先,使用dict.items()来获取字典中的一组键值对。
  • 然后,将这个组作为一个对象,使用 list(obj) 将其转换为一个列表。
  • 最后,使用这个列表作为数据,调用 numpy.array(data) 将其转换为数组。

语法

numpy.array(object, dtype = None, *, copy = True, order = ‘K’, subok = False, ndmin = 0)

参数

  • object − 这是一个数组或任何暴露数组接口的对象。

  • dtype − 数组的首选数据类型。

  • copy − 如果为true(默认值),则复制该项。否则,只有当__array__返回一个副本时才会产生副本

  • order − 它表示数组的内存布局

  • subok − 如果为true,则子类会被传递;否则,返回的数组会被强制转换为基类数组(默认)

  • ndmin − 指示结果数组的最小维数。

  • Return Value − 返回一个ndarray(它是一个满足指定要求的数组对象)

将字典转换为Numpy数组

算法(步骤)

以下是执行所需任务的算法/步骤:

  • 使用import关键字,导入具有别名(np)的numpy模块。

  • 创建一个变量来存储输入的字典。

  • items() 函数(返回字典中的键值对组)应用于输入的字典,以获取字典中的所有键值对,并创建一个变量来存储它。

    Mokker AI
    Mokker AI

    AI产品图添加背景

    下载
  • 使用list()函数(返回一个可迭代对象的列表),将字典的所有键值对转换为列表数据类型。

  • 使用NumPy模块的array()函数(返回一个ndarray。ndarray是一个满足给定要求的数组对象),将上述数据列表转换为NumPy数组。

  • 将输入字典转换后的NumPy数组打印出来。

Example

以下程序使用array()函数将输入的字典转换为NumPy数组,并返回它 -

# importing numpy module with an alias name
import numpy as np

# creating a dictionary
inputDict = {1: 'Hello',
2: 'Tutorialspoint',
3: 'python'}

# getting all the key-value pairs in the dictionary
result_keyvalpairs = inputDict.items()

# converting an object to a list
list_data = list(result_keyvalpairs)

# converting list to an numpy array using numpy array() function
numpy_array = np.array(list_data)
print("Input Dictionary =",inputDict)

# printing the resultant numpy array
print("The resultant numpy array:\n", numpy_array)

输出

在执行时,上述程序将生成以下输出

Input Dictionary = {1: 'Hello', 2: 'Tutorialspoint', 3: 'python'}
The resultant numpy array:
 [['1' 'Hello']
 ['2' 'Tutorialspoint']
 ['3' 'python']]

将嵌套字典转换为Numpy数组

算法(步骤)

以下是执行所需任务的算法/步骤:

  • 创建一个变量来存储一个输入的嵌套字典(一个字典中包含另一个字典)。

  • 使用 list() 函数(返回可迭代对象的列表)将字典的所有嵌套键值对转换为列表数据类型。

  • 使用NumPy模块的array()函数将上述数据列表转换为NumPy数组。

  • 将输入字典转换后的NumPy数组打印出来。

Example

以下程序使用array()函数将嵌套输入字典转换为NumPy数组,并返回它

# importing NumPy module with an alias name
import numpy as np

# creating a nested dictionary
nestedDictionary = {1: 'Hello',
                    2: 'Tutorialspoint',
                    3: {'X': 'This is',
                        'Y': 'python',
                        'Z': 'code'}}

# getting all the key-value pairs in the dictionary
result_keyvalpairs = nestedDictionary.items()

# converting an object to a list
list_data = list(result_keyvalpairs)

# converting list to an array using numpy array() function
numpy_array = np.array(list_data)
print("Input nested Dictionary = ",nestedDictionary)

# printing the resultant numpy array
print("\nThe resultant numpy array:\n", numpy_array)

输出

在执行时,上述程序将生成以下输出

Input nested Dictionary =  {1: 'Hello', 2: 'Tutorialspoint', 3: {'X': 'This is', 'Y': 'python', 'Z': 'code'}}

The resultant numpy array:
 [[1 'Hello']
   [2 'Tutorialspoint']
   [3 {'X': 'This is', 'Y': 'python', 'Z': 'code'}]]

将具有混合键的字典转换为Numpy数组

创建一个输入字典,其中包含字符串、整数、浮点数、列表等混合键,并用随机值填充它。

Example

以下程序使用array()函数将具有混合键的字典转换为NumPy数组,并返回它−

# importing numpy module with an alias name
import numpy as np

# creating a dictionary with mixed keys(like string and numbers as keys)
nestedDictionary = {'website': 'Tutorialspoint', 10: [2, 5, 8]}

# getting all the key-value pairs in the dictionary
result_keyvalpairs = nestedDictionary.items()

# converting an object to a list
list_data = list(result_keyvalpairs)

# converting list to an array using numpy array() function
numpy_array = np.array(list_data, dtype=object)

# printing the resultant numpy array
print("The resultant numpy array:\n", numpy_array)

输出

在执行时,上述程序将生成以下输出

The resultant numpy array:
 [['website' 'Tutorialspoint']
   [10 list([2, 5, 8])]]

结论

在本文中,我们学习了字典中各种类型的键值对以及如何将它们转换为矩阵或Numpy数组。

python速学教程(入门到精通)
python速学教程(入门到精通)

python怎么学习?python怎么入门?python在哪学?python怎么学才快?不用担心,这里为大家提供了python速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
数据类型有哪几种
数据类型有哪几种

数据类型有整型、浮点型、字符型、字符串型、布尔型、数组、结构体和枚举等。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

338

2023.10.31

php数据类型
php数据类型

本专题整合了php数据类型相关内容,阅读专题下面的文章了解更多详细内容。

225

2025.10.31

c语言 数据类型
c语言 数据类型

本专题整合了c语言数据类型相关内容,阅读专题下面的文章了解更多详细内容。

138

2026.02.12

js 字符串转数组
js 字符串转数组

js字符串转数组的方法:1、使用“split()”方法;2、使用“Array.from()”方法;3、使用for循环遍历;4、使用“Array.split()”方法。本专题为大家提供js字符串转数组的相关的文章、下载、课程内容,供大家免费下载体验。

760

2023.08.03

js截取字符串的方法
js截取字符串的方法

js截取字符串的方法有substring()方法、substr()方法、slice()方法、split()方法和slice()方法。本专题为大家提供字符串相关的文章、下载、课程内容,供大家免费下载体验。

221

2023.09.04

java基础知识汇总
java基础知识汇总

java基础知识有Java的历史和特点、Java的开发环境、Java的基本数据类型、变量和常量、运算符和表达式、控制语句、数组和字符串等等知识点。想要知道更多关于java基础知识的朋友,请阅读本专题下面的的有关文章,欢迎大家来php中文网学习。

1567

2023.10.24

字符串介绍
字符串介绍

字符串是一种数据类型,它可以是任何文本,包括字母、数字、符号等。字符串可以由不同的字符组成,例如空格、标点符号、数字等。在编程中,字符串通常用引号括起来,如单引号、双引号或反引号。想了解更多字符串的相关内容,可以阅读本专题下面的文章。

649

2023.11.24

java读取文件转成字符串的方法
java读取文件转成字符串的方法

Java8引入了新的文件I/O API,使用java.nio.file.Files类读取文件内容更加方便。对于较旧版本的Java,可以使用java.io.FileReader和java.io.BufferedReader来读取文件。在这些方法中,你需要将文件路径替换为你的实际文件路径,并且可能需要处理可能的IOException异常。想了解更多java的相关内容,可以阅读本专题下面的文章。

1228

2024.03.22

Python异步编程与Asyncio高并发应用实践
Python异步编程与Asyncio高并发应用实践

本专题围绕 Python 异步编程模型展开,深入讲解 Asyncio 框架的核心原理与应用实践。内容包括事件循环机制、协程任务调度、异步 IO 处理以及并发任务管理策略。通过构建高并发网络请求与异步数据处理案例,帮助开发者掌握 Python 在高并发场景中的高效开发方法,并提升系统资源利用率与整体运行性能。

37

2026.03.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号