从字典可迭代对象生成字符串NumPy数组应选择什么dtype？

错误原因说明 #

• 第一个报错ValueError: Must specify length when using variable-size data-type.是因为可变长度的str类型属于动态大小数据类型，使用np.fromiter时需要显式传入count参数指定迭代器的元素总数。
• 第二个报错ValueError: setting an array element with a sequence.是因为mydict.values()迭代返回的每个元素是长度为3的字符串列表，而你指定的dtype='S3'是单字符串类型，无法直接存入列表类型的元素，因此触发错误。

解决方法 #

方法1：直接转列表后生成数组（最简便） #

不需要硬凑np.fromiter，直接把字典的值转为列表再传入np.array即可，dtype指定3长度的Unicode字符串类型适配你的元素格式，如果你需要字节串类型可以替换为S3：

import numpy as np
mydict = {'Sample1': ['0|0','0|1','0|0'],
          'Sample2': ['0|0','1|1','0|0'],
          'Sample3': ['0|1','0|1','1|0'] }
myarray = np.array(list(mydict.values()), dtype='U3')

生成的数组形状为(3,3)，完全符合你的需求。

方法2：使用np.fromiter实现 #

如果你必须使用np.fromiter完成转换，需要先把二维嵌套结构展平为一维迭代流，生成一维数组后再reshape为目标形状：

import numpy as np
mydict = {'Sample1': ['0|0','0|1','0|0'],
          'Sample2': ['0|0','1|1','0|0'],
          'Sample3': ['0|1','0|1','1|0'] }

# 动态计算数组维度
n_rows = len(mydict)
n_cols = len(next(iter(mydict.values())))
# 构造展平的迭代器
flat_iter = (elem for lst in mydict.values() for elem in lst)
# 生成数组后reshape
myarray = np.fromiter(flat_iter, dtype='U3', count=n_rows*n_cols).reshape(n_rows, n_cols)

内容的提问来源于stack exchange，提问作者Whitehot