从字典中写入numpy数组

Question

我有一个文件头值的字典（时间，帧数，年份，月份等），我想写入一个numpy数组。我目前代码如下：

arr=np.array([(k,)+v for k,v in fileheader.iteritems()],dtype=["a3,a,i4,i4,i4,i4,f8,i4,i4,i4,i4,i4,i4,a10,a26,a33,a235,i4,i4,i4,i4,i4,i4"]) 

但我得到一个错误，“只能串联元组（未‘INT’）到元组

基本上，最终结果需要是阵列存储整个文件头信息（它是512字节）和每个帧的数据（头和数据，每帧49408字节）。有没有更简单的方法来做到这一点？

编辑：澄清（为我自己） ，我需要将数据从文件的每一帧写入一个数组，我给出了matlab代码作为基础，下面是给出的代码的一个大概的概念：

data.frame=zeros([512 96]) 
frame=uint8(fread(fid,[data.numbeams,512]),'uint8')) 
data.frame=frame 

如何将“frame”转换为python？

Answer 1

你可能会更好的只是保持头文件数据字典。你真的需要它作为一个数组吗？ （如果是这样，为什么呢？有一个优点，那就是将标题放在一个数组中，但它比简单的dict更复杂，并且不那么灵活。）

dict的一个缺点是没有可预测性为了它的钥匙。如果您需要按常规顺序将您的标题写回到磁盘（类似于C结构），则需要单独存储字段顺序及其值。如果是这样的话，你可以考虑一个有序的字典（collections.OrderedDict）或者只是把一个简单的类放在一起来保存你的标题数据并在那里存储订单。

除非有充分的理由将它放入一个numpy数组中，否则您可能不想。

但是，结构化数组将保留您的头的顺序，并且可以更容易地将它的二进制表示写入磁盘，但在其他方面不灵活。

如果你确实想使头一个数组，你会做这样的事情：

import numpy as np 

# Lists can be modified, but preserve order. That's important in this case. 
names = ['Name1', 'Name2', 'Name3'] 
# It's "S3" instead of "a3" for a string field in numpy, by the way 
formats = ['S3', 'i4', 'f8'] 

# It's often cleaner to specify the dtype this way instead of as a giant string 
dtype = dict(names=names, formats=formats) 

# This won't preserve the order we're specifying things in!! 
# If we iterate through it, things may be in any order. 
header = dict(Name1='abc', Name2=456, Name3=3.45) 

# Therefore, we'll be sure to pass things in in order... 
# Also, np.array will expect a tuple instead of a list for a structured array... 
values = tuple(header[name] for name in names) 
header_array = np.array(values, dtype=dtype) 

# We can access field in the array like this... 
print header_array['Name2'] 

# And dump it to disk (similar to a C struct) with 
header_array.tofile('test.dat') 

在另一方面，如果你只是想访问该值在头，只是不停地作为dict。这样更简单。

---

基于听起来像你在做什么，我会做这样的事情。我使用numpy数组来读取标题，但标题值实际上是作为类属性（以及标题数组）存储的。

这看起来比实际上更复杂。

我只是定义了两个新类，一个用于父文件，另一个用于框架。你可以用少一点的代码来做同样的事情，但是这给了你更复杂事物的基础。

import numpy as np 

class SonarFile(object): 
    # These define the format of the file header 
    header_fields = ('num_frames', 'name1', 'name2', 'name3') 
    header_formats = ('i4', 'f4', 'S10', '>I4') 

    def __init__(self, filename): 
     self.infile = open(filename, 'r') 
     dtype = dict(names=self.header_fields, formats=self.header_formats) 

     # Read in the header as a numpy array (count=1 is important here!) 
     self.header = np.fromfile(self.infile, dtype=dtype, count=1) 

     # Store the position so we can "rewind" to the end of the header 
     self.header_length = self.infile.tell() 

     # You may or may not want to do this (If the field names can have 
     # spaces, it's a bad idea). It will allow you to access things with 
     # sonar_file.Name1 instead of sonar_file.header['Name1'], though. 
     for field in self.header_fields: 
      setattr(self, field, self.header[field]) 

    # __iter__ is a special function that defines what should happen when we 
    # try to iterate through an instance of this class. 
    def __iter__(self): 
     """Iterate through each frame in the dataset.""" 
     # Rewind to the end of the file header 
     self.infile.seek(self.header_length) 

     # Iterate through frames... 
     for _ in range(self.num_frames): 
      yield Frame(self.infile) 

    def close(self): 
     self.infile.close() 

class Frame(object): 
    header_fields = ('width', 'height', 'name') 
    header_formats = ('i4', 'i4', 'S20') 
    data_format = 'f4' 

    def __init__(self, infile): 
     dtype = dict(names=self.header_fields, formats=self.header_formats) 
     self.header = np.fromfile(infile, dtype=dtype, count=1) 

     # See discussion above... 
     for field in self.header_fields: 
      setattr(self, field, self.header[field]) 

     # I'm assuming that the size of the frame is in the frame header... 
     ncols, nrows = self.width, self.height 

     # Read the data in 
     self.data = np.fromfile(infile, self.data_format, count=ncols * nrows) 

     # And reshape it into a 2d array. 
     # I'm assuming C-order, instead of Fortran order. 
     # If it's fortran order, just do "data.reshape((ncols, nrows)).T" 
     self.data = self.data.reshape((nrows, ncols)) 

你会用它与此类似：

dataset = SonarFile('input.dat') 

for frame in dataset: 
    im = frame.data 
    # Do something... 

Answer 2

问题似乎是v是int而不是tuple。尝试：

arr=np.array([(k,v) for k,v in fileheader.iteritems()],dtype=["a3,a,i4,i4,i4,i4,f8,i4,i4,i4,i4,i4,i4,a10,a26,a33,a235,i4,i4,i4,i4,i4,i4"])