Python 设置dtype时Numpy数组上的值重复

我有两个一维数组，为了方便起见，我们将其称为

x

和

y

：

x = np.array([1., 3.])
y = np.array([2, 4])

我想把它们连接成一个结构化数组。所需输出为：

array([( 1., 2), ( 3., 4)], 
      dtype=[('x', '<f8'), ('y', '<i8')])

我得到以下信息：

array([[( 1., 1), ( 2., 2)],
       [( 3., 3), ( 4., 4)]], 
      dtype=[('x', '<f8'), ('y', '<i8')])

数组（[（1,1）、（2,2）]，
[( 3., 3), ( 4., 4)]], 
dtype=[（'x'，'您可以使用
np.rec.fromarrays
：

np.rec.fromarrays([x, y], dtype=[('x', '<f8'), ('y', '<i8')])
# rec.array([( 1., 2), ( 3., 4)], 
#           dtype=[('x', '<f8'), ('y', '<i8')])

np.rec.fromarrays（[x，y]，dtype=[（'x'，”不是完全重复的。这里是起点

[("Hello",2.5,3),("World",3.6,2)]

接受的解决方案使用
np.rec.fromArray
，但它必须转换输入。简短的解决方案使用
np.fromrecords

但是查看一下
fromArray
的代码，就可以找到一种简单的方法来实现这一点，特别是当您无法回忆起所有这些
重新排列
函数的隐藏位置时

In [200]: x = np.array([1., 3.])
     ...: y = np.array([2, 4])

In [201]: dt = [('x', '<f8'), ('y', '<i8')]

In [204]: arr = np.empty(x.shape[0], dtype=dt)
In [205]: for n, v in zip(arr.dtype.names, [x, y]):
     ...:     arr[n] = v

In [206]: arr
Out[206]: 
array([( 1., 2), ( 3., 4)], 
      dtype=[('x', '<f8'), ('y', '<i8')])

这是一个元组列表，因此我可以在结构化数组创建语句中直接使用它：

In [212]: np.array(_, dtype=dt)
Out[212]: 
array([( 1., 2), ( 3., 4)], 
      dtype=[('x', '<f8'), ('y', '<i8')])

[212]中的
：np.array（_，dtype=dt）
出[212]：
数组（[（1,2）、（3,4）]，
dtype=[（'x'，'显示如何使用
fromrecords
构造
recarray
。但是使用
fromArray
可以更好地解决这个问题。
x
和
y
这里是字段，而不是记录。
In [210]: list(zip(*[x,y]))
Out[210]: [(1.0, 2), (3.0, 4)]

In [212]: np.array(_, dtype=dt)
Out[212]: 
array([( 1., 2), ( 3., 4)], 
      dtype=[('x', '<f8'), ('y', '<i8')])