modo efficiente per convertire delimitatore stringa separata per NumPy matrice

Question

Ho una stringa come segue:

1|234|4456|789 

devo convertirlo in array.I NumPy desidero sapere il way.Since più efficiente sarò chiamare questa funzione per più di 50 milioni di volte!

Answer 1

Il modo più veloce è quello di utilizzare il metodo numpy.fromstring:

>>> import numpy 
>>> data = "1|234|4456|789" 
>>> numpy.fromstring(data, dtype=int, sep="|") 
array([ 1, 234, 4456, 789]) 

Answer 2

Prova questo:

import numpy as np 
s = '1|234|4456|789' 
array = np.array([int(x) for x in s.split('|')]) 

... Supponendo che i numeri sono tutti interi. in caso contrario, sostituire int con float nello snippet di codice precedente.

EDIT 1:

In alternativa, si può fare questo, sarà solo creare uno lista intermedio (quello generato da split()):

array = np.array(s.split('|'), dtype=int) 

EDIT 2:

E ancora un altro modo, possibilmente più veloce (grazie per tutti i commenti, ragazzi!):

array = np.fromiter(s.split("|"), dtype=int) 

Answer 3

@jterrace vince un (1) Internet.

Nelle misure seguenti il ​​codice di esempio è stato abbreviato per consentire ai test di adattarsi su una riga senza scorrere, ove possibile.

Per chi non ha familiarità con timeitthe -s flag allows you to specify a bit of code which will only be executed once.

---

Il modo più veloce e meno ingombra è quello di utilizzare numpy.fromstring come jterrace suggerito:

python -mtimeit -s"import numpy;s='1|2'" "numpy.fromstring(s,dtype=int,sep='|')" 
100000 loops, best of 3: 1.85 usec per loop 

---

I seguenti tre esempi utilizzano string.split in combinazione con un altro strumento.

string.split con numpy.fromiter

python -mtimeit -s"import numpy;s='1|2'" "numpy.fromiter(s.split('|'),dtype=int)" 
100000 loops, best of 3: 2.24 usec per loop 

string.split con int() Cast tramite generatore-espressione

python -mtimeit -s"import numpy;s='1|2'" "numpy.array(int(x) for x in s.split('|'))" 
100000 loops, best of 3: 3.12 usec per loop 

string.split con NumPy array di tipo int

python -mtimeit -s"import numpy;s='1|2'" "numpy.array(s.split('|'),dtype=int)" 
100000 loops, best of 3: 9.22 usec per loop