numpy 数组作为结构化数组中的数据类型？

Question

我想知道是否可以将 numpy.array 作为结构化数组中的数据类型。这是想法：

import numpy

raw_data = [(1, numpy.array([1,2,3])), 
            (2, numpy.array([4,5,6])), 
            (3, numpy.array([7,8,9]))]

data = numpy.array(raw_data, dtype=[('num', float),
                                    ('arr', numpy.array)])

我有一个由整数和数组组成的元组列表，我想将其转换为结构化数组。现在，Python 抱怨它不理解 'numpy.array' 数据类型。是否有另一种方式来引用数组数据类型？

背后的动机是能够做这样的事情：

print numpy.min(data['arr'], axis=0)
print numpy.min(data['arr'], axis=1)

等操作。

Answer 1

是的，您可以在结构化数组中创建看起来像数组的复合字段；例如：

import numpy as np
raw_data = [(1, np.array([1,2,3])), 
            (2, np.array([4,5,6])), 
            (3, np.array([7,8,9]))]

tp = np.dtype([('id', int), ('arr', float, (3,))])

x = np.array(raw_data, dtype=tp)

结果如下所示：

>>> x
array([(1, [1.0, 2.0, 3.0]), (2, [4.0, 5.0, 6.0]), (3, [7.0, 8.0, 9.0])], 
      dtype=[('id', '<i8'), ('arr', '<f8', (3,))])

numpy 数组作为结构化数组中的数据类型？

numpy array as datatype in a structured array?

python

arrays

numpy

structured-array