我有一个数组如下:
In [1]: x = array(['1.2', '2.3', '1.2.3'])
我想测试数组中的每个元素是否可以转换为数值.也就是说,函数:is_numeric(x)将返回一个True / False数组,如下所示:
In [2]: is_numeric(x)
Out[2]: array([True, True, False])
这该怎么做?
最佳答案
import numpy as np
def is_float(val):
try:
float(val)
except ValueError:
return False
else:
return True
a = np.array(['1.2', '2.3', '1.2.3'])
is_numeric_1 = lambda x: map(is_float, x) # return python list
is_numeric_2 = lambda x: np.array(map(is_float, x)) # return numpy array
is_numeric_3 = np.vectorize(is_float, otypes = [bool]) # return numpy array
取决于数组的大小和返回值的类型,这些函数具有不同的速度.
In [26]: %timeit is_numeric_1(a)
100000 loops, best of 3: 2.34 µs per loop
In [27]: %timeit is_numeric_2(a)
100000 loops, best of 3: 3.13 µs per loop
In [28]: %timeit is_numeric_3(a)
100000 loops, best of 3: 6.7 µs per loop
In [29]: a = np.array(['1.2', '2.3', '1.2.3']*1000)
In [30]: %timeit is_numeric_1(a)
1000 loops, best of 3: 1.53 ms per loop
In [31]: %timeit is_numeric_2(a)
1000 loops, best of 3: 1.6 ms per loop
In [32]: %timeit is_numeric_3(a)
1000 loops, best of 3: 1.58 ms per loop
如果列表没问题,请使用is_numeric_1.
如果你想要一个numpy数组,并且a的大小很小,请使用is_numeric_2.
否则,使用is_numeric_3