我有一个mongodb集合,当通过pymongo导入到python时,它是python中的一个术语。
我想把它转换成一个numpy数组。
例如,如果json文件如下所示:
{
"_id" : ObjectId("57065024c3d1132426c4dd53"),
"B" : {
"BA" : 14,
"BB" : 23,
"BC" : 32,
"BD" : 41
"A" : 50,
}
{
"_id" : ObjectId("57065024c3d1132426c4dd53"),
"A" : 1
"B" : {
"BA" : 1,
"BB" : 2,
"BC" : 3,
"BD" : 4
}
我想得到这个5*2 numpy数组的回报:
np.数组([[50,14,23,32,41],
[1,1,2,3,4]])
在这种情况下,第一列对应“A”,第二列对应“BA”,第三列对应“BB”等。
请注意,键并不总是按相同的顺序排序。
我的代码根本不起作用(而且还没有做我想做的事情),看起来是这样的:
from pymongo import MongoClient
uri = "mongodb://localhost/test"
client = MongoClient(uri)
db=client.recodb
collection=db.recos
list1=list(collection.find())
array2=np.vstack([[product[key] for key in product.keys()] for product in list1])
最佳答案
假设您已经成功地将json加载到python中,下面是创建所需numpy数组的一种方法。我的代码有一个最小的ObjectId
定义,这样它就不会在ObjectId
条目上引发nameerror。
sorted(d["B"].items())]
从按键排序的“B”字典内容中生成(键,值)元组的列表。然后,我们只将这些元组中的值提取到列表中,并将该列表附加到包含“a”项中的值的列表中。
import numpy as np
class ObjectId(object):
def __init__(self, objectid):
self.objectid = objectid
def __repr__(self):
return 'ObjectId("{}")'.format(self.objectid)
data = [
{
"_id" : ObjectId("57065024c3d1132426c4dd53"),
"B" : {
"BA" : 14,
"BB" : 23,
"BC" : 32,
"BD" : 41
},
"A" : 50
},
{
"_id" : ObjectId("57065024c3d1132426c4dd53"),
"A" : 1,
"B" : {
"BA" : 1,
"BB" : 2,
"BC" : 3,
"BD" : 4
}
}
]
array2 = np.array([[d["A"]] + [v for _, v in sorted(d["B"].items())] for d in data])
print(array2)
输出
[[50 14 23 32 41]
[ 1 1 2 3 4]]