将 Bitstring（1 和 0 的字符串）转换为 numpy 数组

我有一个包含 1 列的 pandas Dataframe，其中包含一串位，例如。'100100101'。我想将此字符串转换为 numpy 数组。

我怎样才能做到这一点？

EDIT:

Using

features = df.bit.apply(lambda x: np.array(list(map(int,list(x)))))
#...
model.fit(features, lables)

导致错误model.fit:

ValueError: setting an array element with a sequence.

由于标记的答案，我提出了适用于我的案例的解决方案：

for bitString in input_table['Bitstring'].values:
    bits = np.array(map(int, list(bitString)))
    featureList.append(bits)
features = np.array(featureList)
#....
model.fit(features, lables)

对于一个字符串s = "100100101"，您可以通过至少两种不同的方式将其转换为 numpy 数组。

第一个使用 numpy 的fromstring http://docs.scipy.org/doc/numpy/reference/generated/numpy.fromstring.html方法。这有点尴尬，因为您必须指定数据类型并减去元素的“基”值。

import numpy as np

s = "100100101"
a = np.fromstring(s,'u1') - ord('0')

print a  # [1 0 0 1 0 0 1 0 1]

Where 'u1'是数据类型并且ord('0')用于从每个元素中减去“基”值。

第二种方法是将每个字符串元素转换为整数（因为字符串是可迭代的），然后将该列表传递到np.array:

import numpy as np

s = "100100101"
b = np.array(map(int, s))

print b  # [1 0 0 1 0 0 1 0 1]

Then

# To see its a numpy array:
print type(a)  # <type 'numpy.ndarray'>
print a[0]     # 1
print a[1]     # 0
# ...

请注意，作为输入字符串的长度，第二种方法的扩展性明显比第一种方法差s增加。对于小字符串，它很接近，但请考虑timeit https://docs.python.org/2/library/timeit.html90 个字符的字符串的结果（我刚刚使用s * 10):

fromstring: 49.283392424 s
map/array:   2.154540959 s

（这是使用默认的timeit.repeat参数，最少 3 次运行，每次运行计算运行 1M 字符串->数组转换的时间）