从列表创建结构化数组

Question

我有一个简单的元素列表，我正在尝试从中创建一个 structured array。

这种天真的方法失败了：

y = np.array([1,2,3], dtype=[('y', float)])
TypeError: expected an object with a buffer interface

将每个元素放入一个元组有效：

# Manuel way
y = np.array([(1,), (2,), (3,)], dtype=[('y', float)])
# Comprehension
y = np.array([tuple((x,)) for x in [1,2,3]], dtype=[('y', float)])

如果我先从列表中创建一个数组，它也可以工作：

y = np.array(np.array([1,2,3]), dtype=[('y', float)])

我有点纳闷。为什么后者有效，但 numpy 提供了一个简单的列表却无法解决问题？

推荐的方法是什么？创建中间值 array 可能不会对性能产生很大影响，但这不是最理想的吗？

我也很惊讶那些不起作用：

# All lists
y = np.array([[1,], [2,], [3,]], dtype=[('y', float)])
TypeError: expected an object with a buffer interface
# All tuples
y = np.array(((1,), (2,), (3,)), dtype=[('y', float)])
ValueError: size of tuple must match number of fields.

我是结构化数组的新手，我不记得 numpy 对输入类型那么挑剔。一定有我遗漏的东西。

Answer 1

np.array 如何处理各种输入的详细信息隐藏在编译代码中。正如有关创建对象 dtype 数组的许多问题所显示的那样，它可能很复杂且令人困惑。基本模型是从嵌套列表创建多维数值数组。

np.array([[1,2,3],[4,5,6]])

在实现结构化数组时，开发人员采用 tuple 作为将记录与另一个嵌套维度区分开来的方法。这在结构化数组的显示中很明显。

定义结构化数组时也是一项要求，尽管 list of tuples 要求有些隐藏在文档中。

In [382]: dt=np.dtype([('y',int)])
In [383]: np.array(alist,dt)

TypeError: a bytes-like object is required, not 'int'

这是我的“1.12.0”版本错误信息。你的好像不一样。

如您所见，列表理解可以将嵌套列表转换为元组列表。

In [384]: np.array([tuple(i) for i in alist],dt)
Out[384]: 
array([(1,), (2,), (3,)], 
      dtype=[('y', '<i4')])

在回答 SO 问题时，这是我最常使用的方法。那个或迭代设置预分配数组的字段（通常记录比字段多得多，因此循环并不昂贵）。

看起来将数组包装在结构化数组调用中等同于 astype 调用：

In [385]: np.array(np.array(alist),dt)
Out[385]: 
array([[(1,)],
       [(2,)],
       [(3,)]], 
      dtype=[('y', '<i4')])
In [386]: np.array(alist).astype(dt)
Out[386]: 
array([[(1,)],
       [(2,)],
       [(3,)]], 
      dtype=[('y', '<i4')])

但请注意维数的变化。元组列表创建了一个 (3,) 数组。 astype 将 (3,1) 数值数组转换为 (3,1) 结构化数组。

元组告诉 np.array 的部分内容是 - 区分数组维度和记录 'here'。它解释

[(3,), (1,), (2,)]
[record, record, record]

[[1],[2],[3]] 的自动翻译可能会产生

[[record],[record],[record]]

当数据类型为数字（非结构化）时，它会忽略列表和元组之间的区别

In [388]: np.array([tuple(i) for i in alist],int)
Out[388]: 
array([[1],
       [2],
       [3]])

但是当 dtype 是复合时，开发人员选择使用元组层作为重要信息。

考虑更复杂的结构化数据类型

In [389]: dt1=np.dtype([('y',int,(2,))])
In [390]: np.ones((3,), dt1)
Out[390]: 
array([([1, 1],), ([1, 1],), ([1, 1],)], 
      dtype=[('y', '<i4', (2,))])
In [391]: np.array([([1,2],),([3,4],)])
Out[391]: 
array([[[1, 2]],

       [[3, 4]]])
In [392]: np.array([([1,2],),([3,4],)], dtype=dt1)
Out[392]: 
array([([1, 2],), ([3, 4],)], 
      dtype=[('y', '<i4', (2,))])

显示（和输入）在列表中的元组中有列表。这只是开始

In [393]: dt1=np.dtype([('x',dt,(2,))])
In [394]: dt1
Out[394]: dtype([('x', [('y', '<i4')], (2,))])
In [395]: np.ones((2,),dt1)
Out[395]: 
array([([(1,), (1,)],), ([(1,), (1,)],)], 
      dtype=[('x', [('y', '<i4')], (2,))])

Answer 2

np.array() 函数接受列表作为输入。所以如果你想创建一个2 * 2的矩阵，例如，这就是你需要做的

X = np.array([[1,2], [3,4]])

从列表创建结构化数组

Creating a structured array from a list

python

numpy

structured-array