python:numpy：命名数组的串联

考虑以下简单示例：

x = numpy.array([(1,2),(3,4)],dtype=[('a','<f4'),('b','<f4')])
y = numpy.array([(1,2),(3,4)],dtype=[('c','<f4'),('d','<f4')])
numpy.hstack((x,y))

---

x=numpy.array（[（1,2），（3,4）]，dtype=[（'a'，'问题在于类型不同。“title”是类型的一部分，
y
使用了与
x
不同的名称，因此类型不兼容。如果使用兼容的类型，一切正常：

>>> x = numpy.array([(1, 2), (3, 4)], dtype=[('a', '<f4'), ('b', '<f4')])
>>> y = numpy.array([(5, 6), (7, 8)], dtype=[('a', '<f4'), ('b', '<f4')])
>>> numpy.vstack((x, y))
array([[(1.0, 2.0), (3.0, 4.0)],
       [(5.0, 6.0), (7.0, 8.0)]], 
      dtype=[('a', '<f4'), ('b', '<f4')])
>>> numpy.hstack((x, y))
array([(1.0, 2.0), (3.0, 4.0), (5.0, 6.0), (7.0, 8.0)], 
      dtype=[('a', '<f4'), ('b', '<f4')])
>>> numpy.dstack((x, y))
array([[[(1.0, 2.0), (5.0, 6.0)],
        [(3.0, 4.0), (7.0, 8.0)]]], 
      dtype=[('a', '<f4'), ('b', '<f4')])

这就是允许记录数组包含异构数据的原因；记录数组可以同时包含字符串和整数，但折衷的办法是，在单个记录的级别上，您无法获得
ndarray
的全部功能

结果是，要连接单个内存块，实际上必须修改数组的
dtype
。有几种方法可以做到这一点，但我能找到的最简单的方法是鲜为人知的
numpy.lib.recfunctions
库（我看到您已经找到了！）：

>>numpy.lib.recfunctions.rec\u append\u字段（x，
y、 dtype.names，
[y[n]表示y.dtype.names中的n]）
记录数组（[（1.0,2.0,1.0,2.0），（3.0,4.0,3.0,4.0）]，
数据类型=[（'a'，'但这不是我想要的…我希望新数组具有从联接继承的标题…例如，在hstack之后，我希望具有标题：'a'，'b'，'c'，'d'。为什么python关心名称而不仅仅是类型？！让我发疯了。我认为我需要使用Pandas而不是直接使用numpy。@Hanansteingart，你使用的ap不正确。@然后，您必须创建一个全新的数据类型。似乎您错误地认为
x
和
y
是二维数组。它们不是。请参见我上面的编辑。
x = numpy.array([(1,2),(3,4)],dtype='<f4')
y = numpy.array([(1,2),(3,4)],dtype='<f4')
numpy.hstack((x,y))

>>> x = numpy.array([(1, 2), (3, 4)], dtype=[('a', '<f4'), ('b', '<f4')])
>>> y = numpy.array([(5, 6), (7, 8)], dtype=[('a', '<f4'), ('b', '<f4')])
>>> numpy.vstack((x, y))
array([[(1.0, 2.0), (3.0, 4.0)],
       [(5.0, 6.0), (7.0, 8.0)]], 
      dtype=[('a', '<f4'), ('b', '<f4')])
>>> numpy.hstack((x, y))
array([(1.0, 2.0), (3.0, 4.0), (5.0, 6.0), (7.0, 8.0)], 
      dtype=[('a', '<f4'), ('b', '<f4')])
>>> numpy.dstack((x, y))
array([[[(1.0, 2.0), (5.0, 6.0)],
        [(3.0, 4.0), (7.0, 8.0)]]], 
      dtype=[('a', '<f4'), ('b', '<f4')])

>>> x = numpy.array([(1, 2), (3, 4)], dtype=[('a', '<f4'), ('b', '<f4')])
>>> x[0]
(1.0, 2.0)
>>> type(x[0])
<type 'numpy.void'>

>>> z = numpy.array([(1, 2), (3, 4)])
>>> z[0]
array([1, 2])
>>> type(z[0])
<type 'numpy.ndarray'>

>>> numpy.lib.recfunctions.rec_append_fields(x, 
                                             y.dtype.names, 
                                             [y[n] for n in y.dtype.names])
rec.array([(1.0, 2.0, 1.0, 2.0), (3.0, 4.0, 3.0, 4.0)], 
      dtype=[('a', '<f4'), ('b', '<f4'), ('c', '<f4'), ('d', '<f4')])