Maison > Article > développement back-end > Comment convertir un dictionnaire en matrice ou nArray en Python ?
Dans cet article, nous allons vous montrer comment convertir un dictionnaire en matrice ou en tableau NumPy à l'aide de la fonction array() de la bibliothèque NumPy de Python.
Parfois, vous devez convertir un dictionnaire en Python en un tableau NumPy, et Python fournit un moyen efficace de le faire. La conversion d'un dictionnaire en tableau NumPy génère un tableau contenant les paires clé-valeur du dictionnaire.
Dans cette section, nous examinerons quelques exemples de conversion de différents types de dictionnaires en tableaux NumPy en Python
Il renvoie un ndarray. ndarray est un objet tableau qui répond aux exigences données.
Pour convertir un dictionnaire en tableau NumPy, Python fournit la méthode numpy.array(), mais nous devons d'abord faire un travail de préparation. Suivez ces trois étapes de base comme tâche préliminaire.
numpy.array(object, dtype = None, *, copy = True, order = ‘K’, subok = False, ndmin = 0)
object - Il s'agit d'un tableau ou de tout objet qui expose l'interface du tableau.
dtype - Le type de données préféré pour les tableaux.
copy - Si vrai (par défaut), copiez l'élément. Sinon, une copie ne sera effectuée que si __array__ renvoie une copie
order - Il représente la disposition de la mémoire du tableau
subok - Si vrai, la sous-classe sera transmise ; sinon, le tableau renvoyé sera converti en un tableau de classe de base (par défaut)
ndmin − indique la dimension minimale du tableau de résultats.
Valeur de retour - Renvoie un ndarray (c'est un objet tableau qui répond aux exigences spécifiées)
Voici les algorithmes/étapes pour effectuer la tâche requise :
Utilisez le mot-clé import pour importer le module numpy avec un alias (np).
Créez une variable pour stocker le dictionnaire d'entrée.
Appliquez la fonction items() (qui renvoie les paires clé-valeur dans le dictionnaire) au dictionnaire d'entrée pour obtenir toutes les paires clé-valeur dans le dictionnaire et créez une variable pour la stocker.
Utilisez la fonction list() (qui renvoie une liste d'objets itérables) pour convertir toutes les paires clé-valeur du dictionnaire en type de données liste.
Convertissez la liste de données ci-dessus en un tableau NumPy à l'aide de la fonction array() du module NumPy (renvoie un ndarray. ndarray est un objet tableau qui répond aux exigences données).
Imprimez le tableau NumPy converti à partir du dictionnaire d'entrée.
Le programme suivant utilise la fonction array() pour convertir le dictionnaire d'entrée en un tableau NumPy et le renvoie -
# 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)
Une fois exécuté, le programme ci-dessus générera le résultat suivant
Input Dictionary = {1: 'Hello', 2: 'Tutorialspoint', 3: 'python'} The resultant numpy array: [['1' 'Hello'] ['2' 'Tutorialspoint'] ['3' 'python']]
Voici les algorithmes/étapes pour effectuer la tâche requise :
Créez une variable pour stocker une entrée dictionnaire imbriqué (un dictionnaire dans un autre dictionnaire).
Convertissez toutes les paires clé-valeur imbriquées du dictionnaire en un type de données de liste à l'aide de la fonction list() (qui renvoie une liste d'objets itérables).
Utilisez la fonction array() du module NumPy pour convertir la liste de données ci-dessus en un tableau NumPy.
Imprimez le tableau NumPy converti à partir du dictionnaire d'entrée.
Le programme suivant utilise la fonction array() pour convertir un dictionnaire d'entrée imbriqué en un tableau NumPy et le renvoie
# 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)
Une fois exécuté, le programme ci-dessus générera le résultat suivant
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'}]]
Créez un dictionnaire d'entrée avec des clés mixtes telles que des chaînes, des entiers, des flottants, des listes, etc. et remplissez-le de valeurs aléatoires.
Le programme suivant utilise la fonction array() pour convertir un dictionnaire avec des clés mixtes en un tableau NumPy et le renvoie −
# 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)
Une fois exécuté, le programme ci-dessus générera le résultat suivant
The resultant numpy array: [['website' 'Tutorialspoint'] [10 list([2, 5, 8])]]
Dans cet article, nous avons découvert les différents types de paires clé-valeur dans un dictionnaire et comment les convertir en matrice ou en tableau Numpy.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!