在Python 2.7.3中为numpy数组指定字段名称

我很担心这一点,因为我显然错过了重点,解决方案太简单了:(

我有一个带有x列的np.array,我想指定一个字段名称.所以这是我的代码:

data = np.array([[1,2,3],[4.0,5.0,6.0],[11,12,12.3]])
a = np.array(data,dtype= {'names': ['1st','2nd','3rd'],'formats':['f8','f8','f8']})
print a['1st']

为什么会这样

[[  1.    2.    3. ]
 [  4.    5.    6. ]
 [ 11.   12.   12.3]]

而不是[1,3]?

最佳答案
In [1]: data = np.array([[1,12.3]])
In [2]: dt = np.dtype({'names': ['1st','f8']})

你的尝试:

In [3]: np.array(data,dt)
Out[3]: 
array([[(1.0,1.0,1.0),(2.0,2.0,2.0),(3.0,3.0,3.0)],[(4.0,4.0,4.0),(5.0,5.0),(6.0,6.0,6.0)],[(11.0,11.0,11.0),(12.0,12.0,12.0),(12.3,12.3,12.3)]],dtype=[('1st','

生成一个(3,3)数组,并为每个字段分配相同的值. data.astype(dt)做同样的事情.

但是view会生成一个(3,1)数组,其中每个字段都包含一列的数据.

In [4]: data.view(dt)
Out[4]: 
array([[(1.0,'

我应该提醒一下,只有当所有字段都与原始字段具有相同的数据类型时,该视图才有效.它使用相同的数据缓冲区,只是以不同的方式解释值.

您可以将结果从(3,1)重新整形为(3,).

但是既然你想要A [‘1st’]是[1,3] – 一行数据 – 我们必须做一些其他操作.

In [16]: data.T.copy().view(dt)
Out[16]: 
array([[(1.0,11.0)],[(2.0,12.0)],[(3.0,'

我转置,然后复制(重新安排底层数据缓冲区).现在一个视图将[1,3]放在一个字段中.

请注意,结构化数组的显示使用()而不是[]来表示“行”.这是它如何接受输入的线索.

我可以将您的数据转换为元组列表:

In [19]: [tuple(i) for i in data.T]
Out[19]: [(1.0,12.300000000000001)]

In [20]: np.array([tuple(i) for i in data.T],dt)
Out[20]: 
array([(1.0,12.3)],'

这是一个包含3个字段的(3)数组.

元组列表是向np.array(…,dt)提供数据的常规方式.请参阅我的评论中的doc链接.

您还可以创建一个空数组,逐行填充,或逐个字段填充

In [26]: A=np.zeros((3,),dt)
In [27]: for i in range(3):
   ....:     A[i]=data[:,i].copy()

没有副本我得到一个ValueError:ndarray不是C-contiguous

按字段填写:

In [29]: for i in range(3):
   ....:     A[dt.names[i]]=data[i,:]

通常,结构化数组有许多行和几个字段.所以按场填充相对较快.这就是重新排列函数处理大多数复制任务的方式.

fromiter也可以使用:

In [31]: np.fromiter(data,dtype=dt)
Out[31]: 
array([(1.0,3.0),(4.0,6.0),(11.0,'

但是我在使用没有副本的data.T时得到的错误是一个强有力的指示,即逐行迭代(我的[27])

In [32]: np.fromiter(data.T,dtype=dt)
  ValueError: ndarray is not C-contiguous

zip(* data)是重新排序输入数组的另一种方式(请参阅注释链接中的@ unutbu的答案).

np.fromiter(zip(*data),dtype=dt)

正如评论中指出的那样,fromarrays有效:

np.rec.fromarrays(data,dt)

这是使用by字段复制方法的rec函数的示例:

arrayList = [sb.asarray(x) for x in arrayList]
....
_array = recarray(shape,descr)
# populate the record array (makes a copy)
for i in range(len(arrayList)):
    _array[_names[i]] = arrayList[i]

在我们的案例中是:

In [8]: data1 = [np.asarray(i) for i in data]
In [9]: data1
Out[9]: [array([ 1.,3.]),array([ 4.,5.,6.]),array([ 11.,12.,12.3])]
In [10]: for i in range(3):
    A[dt.names[i]] = data1[i]

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


本文从多个角度分析了vi编辑器保存退出命令。我们介绍了保存和退出vi编辑器的命令,以及如何撤销更改、移动光标、查找和替换文本等实用命令。希望这些技巧能帮助你更好地使用vi编辑器。
Python中的回车和换行是计算机中文本处理中的两个重要概念,它们在代码编写中扮演着非常重要的角色。本文从多个角度分析了Python中的回车和换行,包括回车和换行的概念、使用方法、使用场景和注意事项。通过本文的介绍,读者可以更好地理解和掌握Python中的回车和换行,从而编写出更加高效和规范的Python代码。
SQL Server启动不了错误1067是一种比较常见的故障,主要原因是数据库服务启动失败、权限不足和数据库文件损坏等。要解决这个问题,我们需要检查服务日志、重启服务器、检查文件权限和恢复数据库文件等。在日常的数据库运维工作中,我们应该时刻关注数据库的运行状况,及时发现并解决问题,以确保数据库的正常运行。
信息模块是一种可重复使用的、可编程的、可扩展的、可维护的、可测试的、可重构的软件组件。信息模块的端接需要从接口设计、数据格式、消息传递、函数调用等方面进行考虑。信息模块的端接需要满足高内聚、低耦合的原则,以保证系统的可扩展性和可维护性。
本文从电脑配置、PyCharm版本、Java版本、配置文件以及程序冲突等多个角度分析了Win10启动不了PyCharm的可能原因,并提供了解决方法。
本文主要从多个角度分析了安装SQL Server 2012时可能出现的错误,并提供了解决方法。
Pycharm是一款非常优秀的Python集成开发环境,它可以让Python开发者更加高效地进行代码编写、调试和测试。在Pycharm中设置解释器非常简单,我们可以通过创建新项目、修改项目解释器、设置全局解释器等多种方式进行设置。
Python中有多种方法可以将字符串转换为整数,包括使用int()函数、try-except语句、正则表达式、map()函数、ord()函数和reduce()函数。在实际应用中,应根据具体情况选择最合适的方法。
本文介绍了导入CSV文件的多种方法,包括使用Excel、Python和R等工具。同时,还介绍了导入CSV文件时需要注意的一些细节和问题。CSV文件是数据处理和分析中不可或缺的一部分,希望本文能够对读者有所帮助。
mongodb是一种新型的数据库,它采用了面向文档的数据模型,具有灵活性、高性能和高可用性等优势。但是,mongodb也存在数据结构混乱、安全性和学习成本高等问题。
当Python运行不了时,我们应该从代码、Python环境、操作系统和硬件设备等多个角度来排查问题,并采取相应的解决措施。
Python列表是一种常见的数据类型,排序是列表操作中的一个重要部分。本文介绍了Python列表降序排序的方法,包括使用sort()函数、sorted()函数以及自定义函数进行排序。使用sort()函数可以简单方便地实现降序排序,但会改变原始列表的顺序;使用sorted()函数可以保留原始列表的顺序,但需要创建一个新的列表;使用自定义函数可以灵活地控制排序的方式,但需要编写额外的代码。
本文介绍了如何使用Python输入一段英文并统计其中的单词个数,从去除标点符号、忽略单词大小写、排除常用词汇等多个角度进行了分析。此外,还介绍了使用NLTK库进行单词统计的方法。
虚拟环境可以帮助我们在同一台机器上运行不同版本的Python、安装不同的Python包,并且不会相互影响。创建虚拟环境的命令是python3 -m venv myenv,进入虚拟环境的命令是source myenv/bin/activate,退出虚拟环境的命令是deactivate。在虚拟环境中可以使用pip安装包,也可以使用Python运行程序。
本文从XHR对象、fetch API和jQuery三个方面分析了JS获取响应状态的方法及其应用。以上三种方法都可以轻松地发送HTTP请求,并处理响应数据。
桌面的命令包括常见的操作命令、系统命令、批处理命令以及第三方应用程序提供的命令。我们可以通过鼠标右键点击桌面、创建快捷方式、创建批处理文件等方式来运用这些命令,从而更好地管理计算机,提高工作效率。
本文分析了应用程序闪退的多个原因,包括应用程序本身存在问题、手机或平板电脑系统问题、硬件问题、网络问题和其他原因。同时,本文提供了解决闪退问题的多种方式,包括更新或卸载重新下载应用程序、升级系统或进行修复、清理手机缓存、清理不必要的文件或者是更换电池等方式来解决、确保网络信号的稳定性、注意用户隐私和安全问题。
本文介绍了使用Python下载图片的多种方法,包括使用Python标准库urllib.request、第三方库requests、多线程和异步IO。这些方法在不同情况下都有它们的优缺点。使用这些方法,我们可以轻松地将网络上的图片下载到本地,方便我们在离线状态下查看或处理这些图片。
MySQL数据文件是指存储MySQL数据库中数据的文件,存储位置的选择对数据库的性能、可靠性和安全性都有着重要的影响。本文从存储位置的选择、存储设备的选择、存储空间的管理和存储位置的安全性等多个角度对MySQL数据文件的存储位置进行分析,最后得出需要根据实际情况综合考虑多个因素,选择合适的存储位置和存储设备,并进行有效的存储空间管理和安全措施的结论。
AS400是一种主机操作系统,每个库都包含多个表。查询库表总数是一项基本任务。可以使用命令行、系统管理界面以及数据库管理工具来查询库表总数。查询库表总数可以帮助用户更好地管理和优化数据,包括规划数据存储、优化查询性能以及管理空间资源。