如何创建具有不同形状的多个字段的numpy结构数组？

我是新来的numpy数组，我无法创建结构化数组。我想创建类似于Matlab结构的东西，其中字段可以是不同形状的数组。如何创建具有不同形状的多个字段的numpy结构数组？

a=numpy.array([1, 2, 3, 4, 5, 6,]); 
b=numpy.array([7,8,9]); 
c=numpy.array([10,11,12,13,14,15,16,17,18,19,20]); 

##Doesn't do what I want 
data=numpy.array([a, b, c],dtype=[('a','f8'),('b','f8'),('c','f8')]);

我想data['a']返回矩阵，data['b']返回矩阵B等。当在Matlab的结构读取，数据被以这种格式保存，所以我知道它必须是可行的。

来源

2012-09-11 brad14

在Python中，字典大致类似于Matlab中的结构。你可以尝试下面看看它是否适用于你：

>>> data = {'a':a, 'b':b, 'c':c} 
>>> data['a'] is a 
True

来源

2012-09-11 21:04:42

谢谢，这正是我所期待的。我想我是在错误的轨道上试图通过一个numpy数组来做到这一点。 – brad14

恐怕没有扭曲NumPy的手臂是不可能的。

看到，NumPy背后的想法是提供同类数组，即所有元素都具有相同类型的数组。此类型可以是简单的（int，float ...）或更复杂的（[('',int),('',float),('',"|S10")])，但在任何情况下，所有的元素具有相同的类型，即允许一些非常有效的内存布局。

所以，本质上，结构化阵列需要的字段（各子数据块），以具有相同的大小，不管位置检查以下：

>>> np.zeros(3,dtype=[('a',(int,3)),('b',(float,5))])

它定义具有三个元素的阵列;每个元件由两个子块，a的和b; a是三块ints,b一个5块floats。但是一旦你在dtype中定义了块的初始大小，你就会被困住（好，你可以随时切换，但这是的另一个故事）。您可以使用dtype=object。这样，你就构造了一个异构项目的数组，比如一系列不同大小的列表。但是你会以这种方式失去很多NumPy的力量。仍然是一个例子：

>>> x=np.zeros(3, dtype=[('a',object), ('b',object)]) 
>>> x['a'][0] = [1,2,3,4] 
>>> x['b'][-1] = "ABCDEF" 
>>> print x 
[([1, 2, 3, 4], 0) (0, 0) (0, 'ABCD')]

所以，我们只是构造了一个...对象的数组。我在某处放了一个列表，其他地方放了一个字符串，它可以工作。你可以按照同样的例子建立一个数组像你想：

blob = np.array([(a,b,c)],dtype=[('a',object),('b',object),('c',object)])

但之后，你应该三思而后行是否真的是一个平均到最终，另一个结构可能会更有效。

一面请注意：请注意[(a,b,c)]以上部分表达方式：请注意()？你基本上是告诉NumPy构造一个由1个元素组成的数组，每个子元素都是一个对象，由3个子元素组成（每个元素对应一个a,b,c）。如果你不把()，NumPy会抱怨很多。

和最后评论：如果你访问你的领域，如blob['a']，你会得到大小(1,)和dtype=object数组：只使用blob['a'].item()找回原来的(6,)int阵列。

来源

2012-09-11 20:59:52

如何创建具有不同形状的多个字段的numpy结构数组？

回答

相关问题