python - 获取 numpy 结构化(即记录)数组的维度？

Question

假设我有一个 numpy 结构化数组(又名记录数组):

record_types = np.dtype([
                ('date',object),  #00 - Timestamp
                ('lats',float),   #01 - Latitude
                ('lons',float),   #02 - Longitude
                ('vals',float),   #03 - Value
                ])

data = np.zeros(10, dtype=record_types)

如果我尝试调用形状属性，我会得到 (10,)

我怎样才能做类似下面的事情:

y, x = data.shape

得到 y = 10 和 x = 4

谢谢!

Answer 1

这是关于结构化数组的令人困惑的事情之一。

你基本上有一个 (n-1)D 数组，其中每个 item 都是一个类 C 结构。

这种类型的结构允许各种有用的东西(例如，二进制格式的简单文件 IO)，但它对于许多其他用例来说相当困惑。对于您正在做的事情，使用 pandas 可能比直接使用结构化数组更好。

话虽如此，这就是您如何得到您所要求的:

def structured_shape(x):
    if len(x.dtype) > 0
        return list(x.shape) + [len(x.dtype)]
    else:
        return x.shape