Как мне построить массив из генератора?

Question

Как я могу построить массив из объекта генератора?

Позвольте мне проиллюстрировать проблему:

>>> import numpy
>>> def gimme():
...   for x in xrange(10):
...     yield x
...
>>> gimme()
<generator object at 0x28a1758>
>>> list(gimme())
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> numpy.array(xrange(10))
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> numpy.array(gimme())
array(<generator object at 0x28a1758>, dtype=object)
>>> numpy.array(list(gimme()))
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

В этом случае gimme() - это генератор, чей вывод я бы хотел превратить в массив. Однако конструктор массива не выполняет итерацию по генератору, он просто хранит сам генератор. Мне нужно поведение из numpy.array(list(gimme())), но я не хочу платить за использование промежуточного списка и окончательного массива в памяти одновременно. Есть ли более экономичный способ?

Answer 1

Для массивов Numpy их длина должна быть задана явно во время создания, в отличие от списков Python. Это необходимо для того, чтобы место для каждого элемента могло быть последовательно выделено в памяти. Последовательное распределение является ключевой особенностью массивов numpy: это в сочетании с реализацией собственного кода позволяет выполнять над ними операции намного быстрее, чем обычные списки.

Имея это в виду, технически невозможно взять объект-генератор и превратить его в массив, если только вы не:

1. может предсказать, сколько элементов он выдаст при запуске:

   my_array = numpy.empty(predict_length())
   for i, el in enumerate(gimme()): my_array[i] = el
   

2. готовы хранить его элементы в промежуточном списке:

   my_array = numpy.array(list(gimme()))
   

3. Можно создать два идентичных генератора, выполнить первый, чтобы найти общую длину, инициализировать массив, а затем снова запустить генератор, чтобы найти каждый элемент:

   length = sum(1 for el in gimme())
   my_array = numpy.empty(length)
   for i, el in enumerate(gimme()): my_array[i] = el
   

1, вероятно, то, что вы ищете. 2 - неэффективное пространство, а 3 - неэффективное по времени (вы должны пройти через генератор дважды).

Answer 2

Один гугл за этим результатом переполнения стека, я обнаружил, что есть numpy.fromiter(data, dtype, count), По умолчанию count=-1 берет все элементы из повторяемого. Требуется dtype быть установленным явно. В моем случае это сработало:

numpy.fromiter(something.generate(from_this_input), float)

Answer 3

В то время как вы можете создать 1D массив из генератора с numpy.fromiter(), вы можете создать массив ND из генератора с numpy.stack:

>>> mygen = (np.ones((5, 3)) for _ in range(10))
>>> x = numpy.stack(mygen)
>>> x.shape
(10, 5, 3)

Это также работает для 1D массивов:

>>> numpy.stack(2*i for i in range(10))
array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18])

Обратите внимание, что numpy.stack внутренне потребляет генератор и создает промежуточный список с arrays = [asanyarray(arr) for arr in arrays], Реализация может быть найдена здесь.

Answer 4

Несколько тангенциально, но если ваш генератор является списком, вы можете использовать numpy.where чтобы более эффективно получить ваш результат (я обнаружил это в своем собственном коде после просмотра этого поста)

Answer 5

Функции vstack, hstack и dstack могут принимать в качестве входных генераторов, которые выдают многомерные массивы.