HOWTO · NumPy
Konvertieren Sie NumPy-Array in Tupel
Es gibt zwei Hauptmethoden, die verwendet werden können, um ein NumPy-Array in Python in Tupel zu konvertieren, die tuple()-Funktion und die map()-Funktion.
Auf dieser Seite
Wandeln Sie ein NumPy-Array mit der eingebauten Python-Funktion tuple() um. Bei einem eindimensionalen Array erzeugt tuple(array) ein Tupel seiner Elemente. Für verschachtelte Tupel wandeln Sie bei einem zweidimensionalen Array zusätzlich jede Zeile um. Die folgenden Beispiele zeigen beide Formen sowie eine Alternative mit map().
Ein eindimensionales NumPy-Array in ein Tupel umwandeln
tuple() verarbeitet ein iterierbares Objekt und fügt die daraus gelieferten Elemente in ein Tupel ein. Beim Iterieren liefert ein eindimensionales NumPy-Array seine Werte. Übergibt man es direkt an tuple(), entsteht daher ein flaches Tupel. Das folgende Beispiel verwendet NumPy-Ganzzahlen; ihre Darstellung kann je nach NumPy-Version variieren.
Führen Sie dieses Beispiel aus:
Der Code und die angezeigten Bezeichnungen oder Ausgaben in diesem Abschnitt bleiben auf Englisch.
import numpy as np
array = np.array([10, 20, 30])
result = tuple(array)
print(result)
(np.int64(10), np.int64(20), np.int64(30))
Ein zweidimensionales NumPy-Array in verschachtelte Tupel umwandeln
Beim Iterieren über ein zweidimensionales Array werden dessen Zeilen geliefert. Daher erzeugt tuple(matrix) ein äußeres Tupel, dessen Elemente weiterhin NumPy-Zeilenarrays sind. Um auch die Zeilen umzuwandeln, übergeben Sie jede Zeile an tuple(). So bleibt die ursprüngliche Gruppierung nach Zeilen und Spalten im Ergebnis erhalten.
Der Code und die angezeigten Bezeichnungen oder Ausgaben in diesem Abschnitt bleiben auf Englisch.
import numpy as np
matrix = np.array([[1, 2], [3, 4]])
result = tuple(tuple(row) for row in matrix)
print(result)
((np.int64(1), np.int64(2)), (np.int64(3), np.int64(4)))
Die Comprehension führt die innere Umwandlung für jede Zeile einmal aus; anschließend sammelt das äußere tuple() die Zeilentupel. Die Darstellung von NumPy-Skalaren kann je nach Version variieren.
Mit map() jede Zeile umwandeln
Dieselbe zeilenweise Umwandlung lässt sich mit map(tuple, matrix) ausdrücken. In Python liefert map() einen Iterator. Um alle umgewandelten Zeilen zu materialisieren, umschließen Sie den Aufruf daher mit tuple(). Das ist eine kompakte Alternative, wenn lediglich jede Zeile mit tuple() verarbeitet werden soll.
Der Code und die angezeigten Bezeichnungen oder Ausgaben in diesem Abschnitt bleiben auf Englisch.
import numpy as np
matrix = np.array([[1, 2], [3, 4]])
result = tuple(map(tuple, matrix))
print(result)
((np.int64(1), np.int64(2)), (np.int64(3), np.int64(4)))
Hier wandelt map() Zeilen um, nicht einzelne Skalarwerte. Für eine elementweise Umwandlung der Werte verwenden Sie einen anderen Ausdruck, zum Beispiel tuple(int(value) for value in array), wenn Sie die Werte eines eindimensionalen Arrays in Python-Ganzzahlen umwandeln möchten. Welche Umwandlung passt, hängt davon ab, ob Sie Zeilen oder Werte ändern wollen.
Wählen Sie die Umwandlung passend zum gewünschten Ergebnis
Verwenden Sie tuple(array) für eine flache, eindimensionale Folge. Für ein zweidimensionales Array eignet sich eine verschachtelte Umwandlung wie tuple(tuple(row) for row in matrix) oder die entsprechende Variante mit map(), wenn jede Zeile ein eigenes Tupel bleiben soll. Bei beiden Formen bleibt die Gruppierung der Werte nach Zeilen erhalten.
Tupel behalten keine Eigenschaften eines NumPy-Arrays wie das Attribut shape oder die Array-Operationen. Ihre Verschachtelung bildet die umgewandelten Zeilen ab, ist aber keine NumPy-Formmetadaten. Das Abflachen mit einer Array-Methode ist optional, wenn Sie eine einzige Folge aller Werte benötigen; dabei geht die Gruppierung nach Zeilen verloren. Für verschachtelte Tupel ist das Abflachen nicht erforderlich.
Außerdem garantiert die Umwandlung eines Arrays in ein Tupel nicht, dass jedes Element zu einem nativen Python-Skalar wird. NumPy-Werte können NumPy-Skalarobjekte bleiben. Verwenden Sie eine ausdrückliche Umwandlung wie int() nur, wenn der nachfolgende Code diesen Typ benötigt, und wählen Sie eine zur tatsächlichen Werteart passende Umwandlung. Die angezeigte Darstellung von NumPy-Skalaren kann je nach Version variieren.