如何创建具有特定数据类型的密集 NumPy 数组并从可变长度列表序列中填充缺失值？

在 NumPy 数组转换中填充缺失值

将可变长度列表的 Python 序列转换为 NumPy 数组时，生成的数组通常由于列表的长度不同，因此采用对象数据类型。强制执行特定的数据类型，例如 int32，可能会导致错误。

为了有效获取具有特定数据类型和填充缺失值的密集 NumPy 数组，可以使用 itertools 模块。具体来说，zip_longest 函数可用于使用占位符值填充列表。

例如，给定序列 v:

v = [[1], [1, 2]]

创建一个以零作为密集 int32 数组占位符：

<code class="python">import itertools
np.array(list(itertools.zip_longest(*v, fillvalue=0))).T</code>

此代码生成：

array([[1, 0],
       [1, 2]])

，其中原始序列中的缺失值用零填充。值得注意的是，对于 Python 2，要使用的函数是 itertools.izip_longest。

以上是如何创建具有特定数据类型的密集 NumPy 数组并从可变长度列表序列中填充缺失值？的详细内容。更多信息请关注PHP中文网其他相关文章！