有几个职位,几乎回答这个,但我不明白他们或他们不回答这个问题:如何更改numpy recarray的dtype?
我有使用numpy.rec.fromrecords进行recarray。说我想将某些列转换为浮动。我该怎么做呢?我应该换成一个ndarray并且他们回到一个recarray?
有几个职位,几乎回答这个,但我不明白他们或他们不回答这个问题:如何更改numpy recarray的dtype?
我有使用numpy.rec.fromrecords进行recarray。说我想将某些列转换为浮动。我该怎么做呢?我应该换成一个ndarray并且他们回到一个recarray?
下面是使用astype
来执行转换的示例:
import numpy as np
recs = [('Bill', '31', 260.0), ('Fred', 15, '145.0')]
r = np.rec.fromrecords(recs, formats = 'S30,i2,f4', names = 'name, age, weight')
print(r)
# [('Bill', 31, 260.0) ('Fred', 15, 145.0)]
的age
是D型细胞<i2
的:
print(r.dtype)
# [('name', '|S30'), ('age', '<i2'), ('weight', '<f4')]
我们可以使用astype
改变,要<f4
:
r = r.astype([('name', '|S30'), ('age', '<f4'), ('weight', '<f4')])
print(r)
# [('Bill', 31.0, 260.0) ('Fred', 15.0, 145.0)]
有一个基本上分两步。我的绊脚石是找到如何修改现有的dtype。这是我做到的:
# change dtype by making a whole new array
dt = data.dtype
dt = dt.descr # this is now a modifiable list, can't modify numpy.dtype
# change the type of the first col:
dt[0] = (dt[0][0], 'float64')
dt = numpy.dtype(dt)
# data = numpy.array(data, dtype=dt) # option 1
data = data.astype(dt)
谢谢! “astype”比重新创建一个新的数组稍微更紧凑......我认为它在效率方面达到了相同的效果。我在下面发布我的解决方案,因为它包括如何修改现有的dtype。 – mathtick 2012-04-05 14:37:46