Question

I made a dtype that is:

mytype = np.dtype([( a ,np.uint8), ( b ,np.uint8), ( c ,np.uint8)])

因此,使用这种类型的阵列:

test1 = np.zeros(3, dtype=mytype)

test1 is:

array([(0, 0, 0), (0, 0, 0), (0, 0, 0)],
      dtype=[( a ,  |u1 ), ( b ,  |u1 ), ( c ,  |u1 )])

现在我试着:

test2 = np.array([[1,2,3], [4,5,6], [7,8,9]])

当我使用<条码>测试2.as类型时,结果不是我想要做到的:

array([[(1, 1, 1), (2, 2, 2), (3, 3, 3)],
       [(4, 4, 4), (5, 5, 5), (6, 6, 6)],
       [(7, 7, 7), (8, 8, 8), (9, 9, 9)]],
      dtype=[( a ,  |u1 ), ( b ,  |u1 ), ( c ,  |u1 )])

我想结果如下:

array([(1, 2, 3), (4, 5, 6), (7, 8, 9)],
      dtype=[( a ,  |u1 ), ( b ,  |u1 ), ( c ,  |u1 )])

是否有办法? 感谢。

Answer 1

可查阅:

np.rec.fromarrays(test2.T, mytype)
Out[13]: 
rec.array([(1, 2, 3), (4, 5, 6), (7, 8, 9)], 
      dtype=[( a ,  |u1 ), ( b ,  |u1 ), ( c ,  |u1 )])

这些阵列首先必须变换,因为这些功能将阵列的行号视为产出结构阵列的列。另见:。将2D级高温阵列改为结构阵列

Answer 2

由于所有领域都是相同的,你也可以使用:

>>> test2.astype(np.uint8).view(mytype).squeeze(axis=-1)
array([(1, 2, 3), (4, 5, 6), (7, 8, 9)], 
      dtype=[( a ,  u1 ), ( b ,  u1 ), ( c ,  u1 )])

频率之所以需要,是因为test2是2d的,但您希望得出1结果。

Answer 3

在创建这些阵列时,如果该投入包含一些标记(可保证是不可调用的),而不是清单(可保证不作改动),那么只要每个图中的项目数量与结构中的领域数目相等,就将自动输入:

In[7]: test2 = np.array([(1,2,3), (4,5,6), (7,8,9)], dtype = mytype)

In[8]: test2
Out[8]: 
array([(1, 2, 3), (4, 5, 6), (7, 8, 9)],
      dtype=[( a ,  u1 ), ( b ,  u1 ), ( c ,  u1 )])

无需上<代码>np.rec。等等。但是,如果该投入包含清单而不是标记,那么numpy 不要像你所期望的那样把田地放在一起,而是重复数据。

友情链接