将Bitstring (1和0的字符串)转换为numpy数组

Question

我有一个熊猫数据，包含1列，其中包含一串比特，如。'100100101'。我想将这个字符串转换成一个numpy数组。

我怎么能这么做？

编辑：

使用

features = df.bit.apply(lambda x: np.array(list(map(int,list(x)))))
#...
model.fit(features, lables)

导致model.fit错误

ValueError: setting an array element with a sequence.

我想出的适用于我的情况的解决方案是标记的答案：

for bitString in input_table['Bitstring'].values:
    bits = np.array(map(int, list(bitString)))
    featureList.append(bits)
features = np.array(featureList)
#....
model.fit(features, lables)

Answer 1

对于字符串s = "100100101"，可以至少通过两种不同的方式将其转换为numpy数组。

第一种方法是使用numpy的fromstring方法。这有点尴尬，因为您必须指定数据类型并减去元素的“基”值。

import numpy as np

s = "100100101"
a = np.fromstring(s,'u1') - ord('0')

print a  # [1 0 0 1 0 0 1 0 1]

其中，'u1'是数据类型，ord('0')用于从每个元素中减去“基”值。

第二种方法是将每个字符串元素转换为整数(因为字符串是可迭代的)，然后将该列表传递到np.array中。

import numpy as np

s = "100100101"
b = np.array(map(int, s))

print b  # [1 0 0 1 0 0 1 0 1]

然后

# To see its a numpy array:
print type(a)  # <type 'numpy.ndarray'>
print a[0]     # 1
print a[1]     # 0
# ...

注意，随着输入字符串s长度的增加，第二种方法的缩放效果要比第一种方法差得多。对于小字符串，它是关闭的，但是考虑到90个字符的字符串的timeit结果(我刚刚使用了s * 10)：

fromstring: 49.283392424 s
map/array:   2.154540959 s

(这是使用默认的timeit.repeat参数，至少3次运行，每次运行计算运行1M字符串->数组转换的时间)

Answer 2

熊猫的一种方法是调用df列上的apply来执行转换：

In [84]:

df = pd.DataFrame({'bit':['100100101']})
t = df.bit.apply(lambda x: np.array(list(map(int,list(x)))))
t[0]
Out[84]:
array([1, 0, 0, 1, 0, 0, 1, 0, 1])

Answer 3

检查unpackbits

>>> np.unpackbits(np.array([int('010101',2)], dtype=np.uint8))
array([0, 0, 0, 1, 0, 1, 0, 1], dtype=uint8)

更广泛地说：

>>> a = np.array([[2], [7], [23]], dtype=np.uint8)
>>> a
array([[ 2],
       [ 7],
       [23]], dtype=uint8)
>>> b = np.unpackbits(a, axis=1)
>>> b
array([[0, 0, 0, 0, 0, 0, 1, 0],
       [0, 0, 0, 0, 0, 1, 1, 1],
       [0, 0, 0, 1, 0, 1, 1, 1]], dtype=uint8)

如果您需要超过8位，请查看How to extract the bits of larger numeric Numpy data types