Python Numpy 如何在具有多种数据类型的一维数组中搜索行

Question

非常简单:

我有一个数组:

users = numpy.empty(10000, "U25, int16, int16, int16")

print(users)
[('', 0, 0, 0) ('Jim', 0, 0, 0) ('', 0, 0, 0) ..., ('', 0, 0, 0) ('', 0, 0, 0)
 ('', 0, 0, 0)]

我想返回其中包含字符串“Jim”的行，也称为索引为 2 的行:

('Jim', 0, 0, 0)

最快的方法是什么？

Answer 1

您有一个普通的一维元组数组。您可以像使用 Python 列表一样获取“行”:

用户[1]

In [22]: users = np.empty(10000, "U25, int16, int16, int16")

In [26]: users[1][0] = "Jim"

In [28]: users
Out[28]: 
array([('', 0, 0, 0), ('Jim', 0, 0, 0), ('', 0, 0, 0), ..., ('', 0, 0, 0),
       ('', 0, 0, 0), ('', 0, 0, 0)],
      dtype=[('f0', '<U25'), ('f1', '<i2'), ('f2', '<i2'), ('f3', '<i2')])

In [29]: users[1]
Out[29]: ('Jim', 0, 0, 0)