如何将 numpy recarray 的子集转换为连续数组？
How to convert a subset of numpy recarray to continuous array?
我有一个来自读取 csv 文件的 recarray。我有兴趣将列的子集转换为连续的浮点数组。我想避免将它们转换为列表或将它们一一堆叠。
我尝试了 and 中的建议，但我得到了
ValueError: new type not compatible with array.
这是我的代码：
a = np.recfromcsv(r"myfile.csv")
#a has many columns of type int, float or string. I want to extract those called coeff*
coeffs_columns = [n for n in a.dtype.names if n.startswith('coeff')]
coeffs_recarray = a[coeffs_columns]
newtype=[(n,'<f8') for n in coeffs_columns]
b = coeffs_recarray.astype(newtype)
#b is:
#array((0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0), dtype=[('coefficients00', '<f8'), ('coefficients1', '<f8'), ('coefficients2', '<f8'), ('coefficients3', '<f8'), ('coefficients4', '<f8'), ('coefficients5', '<f8'), ('coefficients6', '<f8'), ('coefficients7', '<f8'), ('coefficients8', '<f8'), ('coefficients9', '<f8'), ('coefficients100', '<f8'), ('coefficients11', '<f8'), ('coefficients12', '<f8'), ('coefficients13', '<f8'), ('coefficients14', '<f8')])
coeffs = b.view('<f8')
"funny" 的事情是，如果我只提取一列，或者如果我使用创建为
的 recarray
x = np.array([(1.0, 2,7.0), (3.0, 4, 9.9)],
dtype=[('x', '<f8'), ('y', '<f8'), ('z', '<f8')])
转换有效。
Numpy 提供 numpy.ascontiguousarray.
此函数returns其输入数组在内存中的一个连续数组（C 顺序）。这在处理数组上的非连续视图时特别有用。
如果需要 Fortran 顺序，请使用 numpy.asfortranarray。
我有一个来自读取 csv 文件的 recarray。我有兴趣将列的子集转换为连续的浮点数组。我想避免将它们转换为列表或将它们一一堆叠。
我尝试了 and 中的建议，但我得到了
ValueError: new type not compatible with array.
这是我的代码：
a = np.recfromcsv(r"myfile.csv")
#a has many columns of type int, float or string. I want to extract those called coeff*
coeffs_columns = [n for n in a.dtype.names if n.startswith('coeff')]
coeffs_recarray = a[coeffs_columns]
newtype=[(n,'<f8') for n in coeffs_columns]
b = coeffs_recarray.astype(newtype)
#b is:
#array((0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0), dtype=[('coefficients00', '<f8'), ('coefficients1', '<f8'), ('coefficients2', '<f8'), ('coefficients3', '<f8'), ('coefficients4', '<f8'), ('coefficients5', '<f8'), ('coefficients6', '<f8'), ('coefficients7', '<f8'), ('coefficients8', '<f8'), ('coefficients9', '<f8'), ('coefficients100', '<f8'), ('coefficients11', '<f8'), ('coefficients12', '<f8'), ('coefficients13', '<f8'), ('coefficients14', '<f8')])
coeffs = b.view('<f8')
"funny" 的事情是，如果我只提取一列，或者如果我使用创建为
的recarray
x = np.array([(1.0, 2,7.0), (3.0, 4, 9.9)],
dtype=[('x', '<f8'), ('y', '<f8'), ('z', '<f8')])
转换有效。
Numpy 提供 numpy.ascontiguousarray.
此函数returns其输入数组在内存中的一个连续数组（C 顺序）。这在处理数组上的非连续视图时特别有用。
如果需要 Fortran 顺序，请使用 numpy.asfortranarray。