麻木的数组。将数组中的列表转换为维度

Question

我正在使用 arcpy 中的 TableToNumpyArray。我正在导入的 table 'x' 有 99 行和 6 列。

Output

print(x)

Output

np.shape(x)
(99,)

我想把它转换成没有列表的 (99,6)。

根据我试过的评论和之前的回答：

y = np.stack(x)
np.shape(y)
(99,)

Answer 1

一个讨厌的问题，但我找到了多种解决方案。首先，请注意数组中元素的类型是“对象”（编辑：您刚刚发布了您的类型，它是不同但我认为该解决方案也应该适用于您。您得到的 np.stack 解决方案应该也能正常工作，但您忘记了对其进行整形），因此您有一个一维对象数组，当您询问其形状时 - 您会得到 (99,)

因此，让我们创建一个与您的类型相同的示例数组：

l=[(1,2),(3,4)]
a = np.empty(len(l), dtype=tuple)
a[:] = l

print(f"a's shape: {a.shape}")

它的输出是：a's shape: (2,)

对此的经典解决方案是从中创建一个列表，然后像这样重建 numpy 数组：

print(np.array(list(a)).shape)

输出(2, 2)

但是您要求在没有列表的情况下这样做。另一种方法是像这样使用“连接”：

a = np.concatenate(a).reshape(len(a),*np.shape(a[0]))

这也会导致您想要的结果。我们在这里所做的是将元组一个接一个地连接在一起 - 作为一个大数组，然后将其重塑为所需的长度。

编辑：提供给您的堆栈解决方案也是如此，之后您忘记了重塑

a= np.stack(a).reshape(len(a),*np.shape(a[0]))

Answer 2

查看

的文档

TableToNumPyArray
ArcGIS Pro 2.8 | Other versions
Summary
Converts a table to NumPy structured array.

您的xOut[168]显示不完整；它缺少最后的 dtype 行。如果你认为数组应该是(99,6)，那么那个dtype肯定有6个fields.

再多的 stack、concatenate 或 reshape 也无法将 fields 转换为 columns。

https://numpy.org/doc/stable/user/basics.rec.html

这是一个示例结构化数据类型和数组：

In [23]: dt = np.dtype('f,f,f')
In [24]: dt
Out[24]: dtype([('f0', '<f4'), ('f1', '<f4'), ('f2', '<f4')])
In [25]: arr = np.ones(4, dtype=dt)
In [26]: arr
Out[26]: 
array([(1., 1., 1.), (1., 1., 1.), (1., 1., 1.), (1., 1., 1.)],
      dtype=[('f0', '<f4'), ('f1', '<f4'), ('f2', '<f4')])

注意显示看起来像元组列表。并注意数据类型。

因为所有字段都是浮点数。创建二维数值数组的一种好方法是：

In [27]: arr.tolist()
Out[27]: [(1.0, 1.0, 1.0), (1.0, 1.0, 1.0), (1.0, 1.0, 1.0), (1.0, 1.0, 1.0)]
In [28]: np.array(arr.tolist())
Out[28]: 
array([[1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.]])

tolist()比较快

另一种方法是使用 recfunctions 实用程序：

In [29]: import numpy.lib.recfunctions as rf
In [30]: rf.structured_to_unstructured(arr)
Out[30]: 
array([[1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.]], dtype=float32)

公共字段dtype，也可以使用view，但需要整形：

In [32]: arr.view(np.float32)
Out[32]: array([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], dtype=float32)
In [33]: arr.view(np.float32).reshape(4,3)
Out[33]: 
array([[1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.]], dtype=float32)

麻木的数组。将数组中的列表转换为维度

Numpy array. Covert list within array into dimension

python

numpy

arcpy