python - numpy结构化数组上的数组数学

Question

import numpy as np
arr = np.array([(1,2), (3,4)], dtype=[('c1', float), ('c2', float)])
arr += 3

导致无效的类型提升错误。有没有办法我可以像结构化数组一样拥有漂亮的标记列，但仍然能够像简单的 dtype=float 那样进行操作大批？
或者，有没有一种简单的方法来转换 dtype=float数组变成结构化数组？ IE。

arr = np.array([(1,2), (3,4)], dtype=float)
arr_struc = arr.astype([('c1', float), ('c2', float)])

仅在它不广播并将列与名称匹配的地方。好像我不应该做这个循环:

arr_struc = np.zeros(2, dtype=[('c1', float), ('c2', float)])
for i,key in enumerate(arr_struc.dtype.names):  arr_struc[key] = arr[i,:]

Answer 1

嗯。一种选择，为此使用 View :

>>> import numpy as np
>>> arr = np.array([(1,2), (3,4)], dtype=[('c1', float), ('c2', float)])
>>> view = arr.view(float)
>>> view += 3
>>> arr
array([(4., 5.), (6., 7.)], dtype=[('c1', '<f8'), ('c2', '<f8')])
>>> view
array([4., 5., 6., 7.])

不是最干净的。但这是一个解决方案。
编辑:
是的，不要使用 astype再次使用 View :

>>> arr = np.array([(1,2), (3,4)], dtype=float)
>>> arr
array([[1., 2.],
       [3., 4.]])
>>> struct = arr.view(dtype=[('c1', float), ('c2', float)])
>>> struct
array([[(1., 2.)],
       [(3., 4.)]], dtype=[('c1', '<f8'), ('c2', '<f8')])
>>> struct.shape
(2, 1)

您可能需要根据自己的喜好对其进行 reshape :

>>> struct.squeeze()
array([(1., 2.), (3., 4.)], dtype=[('c1', '<f8'), ('c2', '<f8')])