为什么在numpy数组上设置dtype会更改尺寸？

Question

我尝试了解如何设置数组的dtypes。我最初的numpy数组尺寸是（583760,7），即583760行和7列。我正在设置dtype如下

>>> allRics.shape 
(583760, 7) 
>>> allRics.dtype = [('idx', np.float), ('opened', np.float), ('time', np.float),('trdp1',np.float),('trdp0',np.float),('dt',np.float),('value',np.float)] 
>>> allRics.shape 
(583760, 1) 

为什么数组的原始形状有变化？什么导致了这种变化？我基本上试图排列time列原始numpy数组，这就是为什么我设置dtype。但是在尺寸改变之后，我无法对数组进行排序

>>> x=np.sort(allRics,order='time') 

上述命令的输出没有变化。你能咨询一下吗？

Answer 1

您正在将您的阵列转换为structured array。基本上，而不是二维数组，它现在被视为一维结构数组。看看下面一个简单的例子：

>>> import numpy as np 
>>> arr = np.array([(1,2,3),(3,4,5)]) 
>>> arr 
array([[1, 2, 3], 
     [3, 4, 5]]) 
>>> arr.shape 
(2, 3) 
>>> arr.dtype=[('a',int),('b',int),('c', int)] 
>>> arr # Notice that tuples inside the elements 
array([[(1, 2, 3)], 
     [(3, 4, 5)]], 
     dtype=[('a', '<i8'), ('b', '<i8'), ('c', '<i8')]) 
>>> arr.shape 
(2, 1) 

的结构数组排序不是最assurdly一个bug。它看起来像一个解决它所以实际上声明数组结构阵列开始：

>>> arr_s = np.sort(arr, order='b') 
>>> arr_s 
array([[(1, 2, 3)], 
     [(3, 4, 5)]], 
     dtype=[('a', '<i8'), ('b', '<i8'), ('c', '<i8')]) 
>>> dtype=[('a',np.int64),('b',np.int64),('c', np.int64)] 
>>> arr = np.array([(5,2,3),(3,4,1)], dtype=dtype) 
>>> arr 
array([(5, 2, 3), (3, 4, 1)], 
     dtype=[('a', '<i8'), ('b', '<i8'), ('c', '<i8')]) 
>>> arr_s = np.sort(arr, order='a') 
>>> arr_s 
array([(3, 4, 1), (5, 2, 3)], 
     dtype=[('a', '<i8'), ('b', '<i8'), ('c', '<i8')]) 
>>> arr_s = np.sort(arr, order='b') 
>>> arr_s 
array([(5, 2, 3), (3, 4, 1)], 
     dtype=[('a', '<i8'), ('b', '<i8'), ('c', '<i8')]) 
>>> arr_s = np.sort(arr, order='c') 
>>> arr_s 
array([(3, 4, 1), (5, 2, 3)], 
     dtype=[('a', '<i8'), ('b', '<i8'), ('c', '<i8')]) 
>>> 

Answer 2

您可能能够避免使用结构化的阵列产品总数，如果你使用的是他们对所有的排序。你可以这样做：

new_order = np.argosrt(allRics[:, 2]) 
x = allRics[new_order]