python - 在一个 NumPy 数组中存储不同的数据类型？

Question

我有两个不同的数组，一个是字符串，另一个是整数。我想将它们连接成一个数组，其中每一列都具有原始数据类型。我目前的解决方案(见下文)将整个数组转换为 dtype = string，这似乎非常低效。

combined_array = np.concatenate((A, B), axis = 1)

当 A.dtype = string 和 B.dtype = int 时，是否可以在 combined_array 中使用多种 dtype？

Answer 1

一种方法可能是使用 record array . “列”不会像标准 numpy 数组的列，但对于大多数用例来说，这就足够了:

>>> a = numpy.array(['a', 'b', 'c', 'd', 'e'])
>>> b = numpy.arange(5)
>>> records = numpy.rec.fromarrays((a, b), names=('keys', 'data'))
>>> records
rec.array([('a', 0), ('b', 1), ('c', 2), ('d', 3), ('e', 4)], 
      dtype=[('keys', '|S1'), ('data', '<i8')])
>>> records['keys']
rec.array(['a', 'b', 'c', 'd', 'e'], 
      dtype='|S1')
>>> records['data']
array([0, 1, 2, 3, 4])

请注意，您也可以通过指定数组的数据类型来对标准数组执行类似的操作。这被称为“structured array”:

>>> arr = numpy.array([('a', 0), ('b', 1)], 
                      dtype=([('keys', '|S1'), ('data', 'i8')]))
>>> arr
array([('a', 0), ('b', 1)], 
      dtype=[('keys', '|S1'), ('data', '<i8')])

不同之处在于记录数组还允许对单个数据字段进行属性访问。标准结构化数组没有。

>>> records.keys
chararray(['a', 'b', 'c', 'd', 'e'], 
      dtype='|S1')
>>> arr.keys
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'numpy.ndarray' object has no attribute 'keys'