Python | S1矢量到字符串

如何解决Python | S1矢量到字符串

我有一个| S1类型的向量“ char”，如下例所示：

masked_array(data=[b'E',b'U',b'3',b'7',b'6',b'8',b' ',b' '],mask=False,fill_value=b'N/A',dtype='|S1')

我想在其中获取字符串，在此示例中为“ EU3768”

此示例摘自netcdf文件。使用的库是netCDF4。

进一步的问题：为什么所有单个字母前面都有b？

感谢您的帮助：）

解决方法

首先让我们回答一个最基本的问题：每个字母前面的b是什么意思。 b仅表示字符串以字节为单位。数据的内部格式存储为utf-8。因此，要将其转换回字符串，必须对其进行解码。因此，以此作为序言，下面的代码即可解决问题。

我假设您可以从masked_array中提取数据。然后执行以下操作：

#  Convert the list of bytes to a list of strings
ds = list(map(lambda x: x.decode('utf-8'),data))

#  Covert List of strings to a String and strip any trailing spaces
sd = ''.join(ds).strip()

这当然可以在一行代码中执行，如下所示：

sd = ''.join(list(map(lambda x: x.decode('utf-8'),data))).strip()

,

作为后续问题的答案，您可以让Numpy通过仅处理基础字节来完成一些工作。例如，我可以通过以下方式创建大量相似形状的对象：

import numpy as np
from string import ascii_letters,digits

letters = np.array(list(ascii_letters + digits),dtype='S1')

v = np.random.choice(letters,(100_000,10))

前三个元素如下：

[[b'W' b'B' b'W' b'4' b'O' b'B' b'A' b'4' b'Q' b'n']
 [b'I' b'I' b'T' b'u' b'K' b'K' b'U' b'a' b'r' b'r']
 [b'V' b'f' b'n' b'U' b'G' b'0' b'j' b'R' b'm' b'C']]

然后我可以通过字节级别的语言将它们转换回字符串：

[bytes.decode(s) for s in np.frombuffer(v,dtype='S10')]

前三个看起来像：

['WBW4OBA4Qn','IITuKKUarr','VfnUG0jRmC']

这很有道理。这大约需要20毫秒，比通过Python的版本要快：

[b''.join(r).decode() for r in v]

大约200毫秒。这仍然比您发布的代码版本快得多，因此也许您可以更有效地访问netcdf。