转换Python列表为numpy的结构数组

Question

时，要保持字符串我有一个数据结构，看起来像这样：

data = [ ('a', 1.0, 2.0), 
     ('b', 2.0, 4.0), 
     ('c', 3.0, 6.0) ] 

我想将其转换成使用numpy的结构化阵列。但是，当我尝试以下方法，我把花车，但我失去了字符串信息：

import numpy 
x = numpy.array(data, dtype=[('label', str), ('x', float), ('y', float)]) 
print x 

结果造成：

>>> [('', 1.0, 2.0) ('', 2.0, 4.0) ('', 3.0, 6.0)] 

谁能解释为什么出现这种情况，我怎么可能保持串信息？

Answer 1

你可以看到这个问题，如果你要打印出数组并仔细看看：

>>> numpy.array(data, dtype=[('label', str), ('x', float), ('y', float)]) 
array([('', 1.0, 2.0), ('', 2.0, 4.0), ('', 3.0, 6.0)], 
     dtype=[('label', '|S0'), ('x', '<f8'), ('y', '<f8')]) 

第一场有'|S0'数据类型 - 一个零宽度串场。使字符串场长 - 这里有一个2字符字符串字段：

>>> numpy.array(data, dtype=[('label', 'S2'), ('x', float), ('y', float)]) 
array([('a', 1.0, 2.0), ('b', 2.0, 4.0), ('c', 3.0, 6.0)], 
     dtype=[('label', '|S2'), ('x', '<f8'), ('y', '<f8')]) 

你也可以这样来做，如记录here：

>>> numpy.array(data, dtype=[('label', (str, 2)), ('x', float), ('y', float)]) 
array([('a', 1.0, 2.0), ('b', 2.0, 4.0), ('c', 3.0, 6.0)], 
     dtype=[('label', '|S2'), ('x', '<f8'), ('y', '<f8')])