在 NumPy 1.14 中将结构化数组的一部分转换为常规 NumPy 数组

Convert a slice of a structured array to regular NumPy array in NumPy 1.14

注 1:对 this question 的回答中有 None 对我有效。

注意 2:该解决方案必须在 NumPy 1.14 中工作。

假设我有以下结构化数组:

arr = np.array([(105.0, 34.0, 145.0, 217.0)], dtype=[('a', 'f4'), ('b', 'f4'), ('c', 'f4'), ('d', 'f4')]).

现在我像这样切入结构化数据类型:

arr2 = arr[['a', 'b']]

现在我正在尝试将该切片转换为常规数组:

out = arr2[0].view((np.float32, 2))

这导致

ValueError: Changing the dtype of a 0d array is only supported if the itemsize is unchanged

我想要得到的只是一个像这样的常规数组:

[105.0, 34.0]

请注意,此示例已简化以使其最小化。在我的实际用例中,我显然不是在处理包含一个元素的数组。

我知道这个解决方案有效:

out = np.asarray(list(arr2[0]))

但我认为一定有比将已在 NumPy 数组中的数据复制到列表中然后再复制回数组更有效的解决方案。我假设有一种方法可以保留在 NumPy 中,并且可能实际上根本不复制任何数据,我只是不知道如何实现。

一维数组确实转换为 view:

In [270]: arr = np.array([(105.0, 34.0, 145.0, 217.0)], dtype=[('a', 'f4'), ('b','f4'), ('c', 'f4'), ('d', 'f4')])
In [271]: arr
Out[271]: 
array([(105., 34., 145., 217.)],
      dtype=[('a', '<f4'), ('b', '<f4'), ('c', '<f4'), ('d', '<f4')])
In [272]: arr.view('<f4')
Out[272]: array([105.,  34., 145., 217.], dtype=float32)

当我们尝试转换单个元素时,出现此错误:

In [273]: arr[0].view('<f4')
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-273-70fbab8f61ba> in <module>()
----> 1 arr[0].view('<f4')

ValueError: Changing the dtype of a 0d array is only supported if the itemsize is unchanged

早期 view 通常需要调整尺寸。我怀疑最近对结构化数组处理的更改(在一次索引多个字段时最明显),这个错误是有意或无意的结果。

在整个数组的情况下,它将 1d、4 字段数组更改为 1d、4 元素数组,(1,) 到 (4,)。但是改变元素,从 () 到 (4,)。

过去我推荐 tolist 作为解决 view(和 astype)问题的最可靠方法:

In [274]: arr[0].tolist()
Out[274]: (105.0, 34.0, 145.0, 217.0)
In [279]: list(arr[0].tolist())
Out[279]: [105.0, 34.0, 145.0, 217.0]
In [280]: np.array(arr[0].tolist())
Out[280]: array([105.,  34., 145., 217.])

item 也是将元素从其 numpy 结构中拉出来的好方法:

In [281]: arr[0].item()
Out[281]: (105.0, 34.0, 145.0, 217.0)

tolostitem 的结果是一个元组。

你担心速度。但你只是在转换一个元素。在 1000 项数组上使用 tolist 时担心速度是一回事,而在处理 1 个元素时则完全是另一回事。

In [283]: timeit arr[0]
131 ns ± 1.31 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
In [284]: timeit arr[0].tolist()
1.25 µs ± 11.9 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [285]: timeit arr[0].item()
1.27 µs ± 2.39 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [286]: timeit arr.tolist()
493 ns ± 17.2 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [287]: timeit arr.view('f4')
1.74 µs ± 18.7 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

您可以以不将维度减小到 0 的方式对元素进行索引(这对速度没有多大帮助):

In [288]: arr[[0]].view('f4')
Out[288]: array([105.,  34., 145., 217.], dtype=float32)
In [289]: timeit arr[[0]].view('f4')
6.54 µs ± 15.9 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
In [290]: timeit arr[0:1].view('f4')
2.63 µs ± 105 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
In [298]: timeit arr[0][None].view('f4')
4.28 µs ± 160 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

view还是需要换个造型;考虑一个大数组:

In [299]: arrs = np.repeat(arr, 10000)
In [301]: arrs.view('f4')
Out[301]: array([105.,  34., 145., ...,  34., 145., 217.], dtype=float32)
In [303]: arrs.shape
Out[303]: (10000,)
In [304]: arrs.view('f4').shape
Out[304]: (40000,)

视图仍然是一维的,我们可能想要一个 (10000,4) 形状的二维数组。

更好的视图更改:

In [306]: arrs.view(('f4',4))
Out[306]: 
array([[105.,  34., 145., 217.],
       [105.,  34., 145., 217.],
       [105.,  34., 145., 217.],
       ...,
       [105.,  34., 145., 217.],
       [105.,  34., 145., 217.],
       [105.,  34., 145., 217.]], dtype=float32)
In [307]: _.shape
Out[307]: (10000, 4)

这适用于 1 元素数组,无论是 1d 还是 0d:

In [308]: arr.view(('f4',4))
Out[308]: array([[105.,  34., 145., 217.]], dtype=float32)
In [309]: _.shape
Out[309]: (1, 4)
In [310]: arr[0].view(('f4',4))
Out[310]: array([105.,  34., 145., 217.], dtype=float32)
In [311]: _.shape
Out[311]: (4,)

这是在您的 link 中的一个答案中提出的:

与你在那里的评论相反,它对我有用:

In [312]: arr[0].view((np.float32, len(arr.dtype.names)))
Out[312]: array([105.,  34., 145., 217.], dtype=float32)
In [313]: np.__version__
Out[313]: '1.14.0'

随着编辑:

In [84]: arr = np.array([(105.0, 34.0, 145.0, 217.0)], dtype=[('a', 'f4'), ('b','f4'), ('c', 'f4'), ('d', 'f4')])
In [85]: arr2 = arr[['a', 'b']]
In [86]: arr2
Out[86]: 
array([(105., 34.)],
      dtype={'names':['a','b'], 'formats':['<f4','<f4'], 'offsets':[0,4], 'itemsize':16})

In [87]: arr2.view(('f4',2))
...
ValueError: Changing the dtype to a subarray type is only supported if the total itemsize is unchanged

请注意 arr2 dtype 包含一个 offsets 值。在最近的 numpy 版本中,多字段 selection 已更改。它现在是一个真实的视图,保留了原始数据——所有数据,而不仅仅是 selected 字段。项目大小不变:

In [93]: arr.itemsize
Out[93]: 16
In [94]: arr2.itemsize
Out[94]: 16

arr.view(('f4',4)arr2.view(('f4',4)) 产生相同的结果。

因此您不能 view(更改数据类型)部分字段集。你必须先取整个数组的 view,然后 select rows/columns,或者使用 tolist.

我正在使用 1.14.01.14.1 的发行说明说:

The change in 1.14.0 that multi-field indexing of structured arrays returns a view instead of a copy has been reverted but remains on track for NumPy 1.15. Affected users should read the 1.14.1 Numpy User Guide section "basics/structured arrays/accessing multiple fields" for advice on how to manage this transition.

https://docs.scipy.org/doc/numpy-1.14.2/user/basics.rec.html#accessing-multiple-fields

这仍在开发中。该文档提到了一个 repack_fields 函数,但该函数尚不存在。