读netCDF文件,其中一个变量是一个二维字符串数组看起来像这样:
[[' ' ' ' ' ' 'B' 'l' 'i' ' ' ' ']
['+' -- '\xaa' -- 'F' 'o' 'o' ' ']
[' ' '1' ']' -- 'B' 'l' 'a' ' ']
[' ' '\x1a' -- '\x98' -- 'B' 'l' 'o']]
我需要的输出:
['Bli', 'Foo', 'Bla', 'Blo']
或包含这些单词的阵列,或者任何可迭代与干净的话(即,去除空格,特殊字符等)。
我的麻烦:
我的困难来自于特殊字符,并从蒙面值(其中他们来自,以及如何将其删除?):
import numpy as np
a = np.ma.masked_array([(' ', ' ', ' ', 'B', 'l', 'i', ' ', ' ' ),
('+', ' ', '\xaa', ' ', 'F', 'o', 'o', ' '),
(' ', '1', ']', ' ', 'B', 'l', 'a', ' '),
(' ', '\x1a', ' ', '\x98', ' ', 'B', 'l', 'o' )],
mask=[(0, 0, 0, 0, 0, 0, 0, 0),
(0, 1, 0, 1, 0, 0, 0, 0),
(0, 0, 0, 1, 0, 0, 0, 0),
(0, 0, 1, 0, 1, 0, 0, 0)])
print a
print ''.join(a[0,:]).replace(' ', '') # this properly produces 'Bli'
print [''.join(i).replace(' ', '') for i in a]
最后一行将产生以下错误:
类型错误:序列项目1:期望的字符串,MaskedConstant发现
但是,即使有这样的决心,我想最终在我的琴弦那些不想要的奇怪的字符...
a[a.mask] = ' '
print [''.join(i).replace(' ', '') for i in a]
# ['Bli', '+\xaaFoo', '1]Bla', '\x1a\x98Blo']
什么是均匀地对待这个数组中单个操作的最佳方式?
你可以使用这个?
import numpy as np
a = np.ma.masked_array([(' ', ' ', ' ', 'B', 'l', 'i', ' ', ' ' ),
('+', ' ', '\xaa', ' ', 'F', 'o', 'o', ' '),
(' ', '1', ']', ' ', 'B', 'l', 'a', ' '),
(' ', '\x1a', ' ', '\x98', ' ', 'B', 'l', 'o' )],
mask=[(0, 0, 0, 0, 0, 0, 0, 0),
(0, 1, 0, 1, 0, 0, 0, 0),
(0, 0, 0, 1, 0, 0, 0, 0),
(0, 0, 1, 0, 1, 0, 0, 0)])
print ''.join(a[0,:]).replace(' ', '') # this properly produces 'Bli'
print [''.join(x for x in y if x.isalpha()) for y in [''.join(i).replace(' ', '') for i in a.filled('')]]