python - 异构 numpy 数组上的数组操作

Question

我需要一个高效的异构数组，其中第一个元素是 int，其余是 float。然而，创建它之后，基本的数组操作就会呈爆炸式增长。

A = np.zeros(1, dtype='i4, f4, f4')
B = np.array([3,3,3])
A + B
TypeError: invalid type promotion

Answer 1

对于这样的结构化数组，调用字段迭代的操作通常不起作用。

即使将 A 添加到自身也不起作用:

In [476]: A = np.zeros(1, dtype='i4, f4, f4')

In [477]: A+A
...
TypeError: ufunc 'add' did not contain a loop with signature matching types dtype([('f0', '<i4'), ('f1', '<f4'), ('f2', '<f4')]) ....

换句话说，有一种方法可以将 int 添加到 int，将 float 添加到 int >，但不是将 A 元素添加到另一个元素的方法。

A 的元素是一个 tuple 或 numpy.void(取决于您如何访问它)

In [478]: A.item()
Out[478]: (0, 0.0, 0.0)

In [479]: type(A.item())
Out[479]: tuple

In [480]: type(A[0])
Out[480]: numpy.void

要跨结构化数组的字段进行操作，您通常必须迭代字段名称。

In [493]: B=np.arange(3)

In [494]: for i,name in enumerate(A.dtype.names):
   A[name] = A[name]+B[i]
   .....: 

In [495]: A
Out[495]: 
array([(0, 1.0, 2.0)], 
      dtype=[('f0', '<i4'), ('f1', '<f4'), ('f2', '<f4')])

如果所有字段具有相同的类型，例如dtype='i4, i4, i4'，那么就可以将结构化数组视为同构 dtype，并对其执行常规数学运算。但对于 float 和整数的混合，这是不可能的。