python - 试图创建一个带标签的 numpy 数组

Question

我想要一个 numpy 数组，其中包含每个值的值和相应的标签。我正在使用此数组进行线性回归，它将是方程式 y = Xb + error 中的 X 数据向量。

我的 X 向量由大约 20 个变量组成，我希望每个变量都可以按名称引用，例如 X['variable1']。我最初使用字典来执行此操作，但意识到用于线性回归的 scikit 库需要一个 numpy 矩阵，因此我尝试构建一个带标签的 numpy 数组。

我不断收到错误信息:

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

这就是我正在做的:

X = np.array([3],dtype=[('label1','int')])

我最终想要有 20 个标记值，如下所示:

X = np.array([3,40,7,2,...],
             dtype=[('label1',int'),('label2','int'),('label3','int')...])

非常感谢对此处语法的任何帮助。谢谢!

Answer 1

创建具有值的结构化数组的正确方法是使用元组列表:

In [55]: X
Out[55]: 
array([(3,)], 
      dtype=[('label1', '<i4')])

In [56]: X=np.array([(3,4)],dtype=[('label1',int),('label2',int)])

In [57]: X
Out[57]: 
array([(3, 4)], 
      dtype=[('label1', '<i4'), ('label2', '<i4')])

但我要提醒你，这样的数组不是二维的(或矩阵)，它是带有字段的一维的:

In [58]: X.shape
Out[58]: (1,)

In [59]: X.dtype
Out[59]: dtype([('label1', '<i4'), ('label2', '<i4')])

而且你不能跨领域做数学； X*2 和 X.sum() 会产生错误。在像 y = X*b + error 这样的等式中使用 X 将毫无希望。

您可能最好使用真正的二维数值数组，并在头脑中或使用字典在标签和列号之间进行映射。

或者使用 Pandas。