Python NumPy切片提供索引器错误：数组的索引太多

我从如下文件中读取了一个numpy数组示例：

import numpy as np
data = np.array([(b'M', 119.,  76.), (b'M', 114.,  73.), (b'F', 124.,  79.)],
dtype=[('gender', 'S1'), ('bps', '<f8'), ('bpd', '<f8')])

在没有列表理解的情况下，是否有更简单的方法获取第一列？

---

我们可以解压g、b、p=*数据等3列吗？首先，您的

数据没有列。它只是一个一维数组

data.shape
(3, )

因此，当您传递2d索引时，切片将提升
索引器

尝试：

首先，您的
数据没有列。它只是一个一维数组

data.shape
(3, )

因此，当您传递2d索引时，切片将提升
索引器

尝试：

这不是一个数组，您有
数组（tuple，tuple，tuple）

将其转换为
ndarray
，然后可以使用列和索引进行切片

np.array(data.tolist())[:,0]
array([b'M', b'M', b'F'], dtype='|S5')

更多信息：

np.array(data.tolist()).shape
(3, 3)

这不是一个数组，您有
数组（tuple，tuple，tuple）

将其转换为
ndarray
，然后可以使用列和索引进行切片

np.array(data.tolist())[:,0]
array([b'M', b'M', b'F'], dtype='|S5')

更多信息：

np.array(data.tolist()).shape
(3, 3)

您制作了一个一维结构化数组（使用复合
dtype
）：

这个数组的元素是：

In [721]: data[0]
Out[721]: (b'M', 119., 76.)
In [722]: type(_)
Out[722]: numpy.void

我们称之为
记录
，但它确实以元组的形式显示（和索引）。请注意，创建表达式使用元组列表

解包数组的一种方法是迭代字段名：

In [734]: data.dtype.names
Out[734]: ('gender', 'bps', 'bpd')
In [735]: a,b,c = [data[name] for name in data.dtype.names]
In [736]: a
Out[736]: array([b'M', b'M', b'F'], dtype='|S1')
In [737]: b
Out[737]: array([119., 114., 124.])
In [738]: c
Out[738]: array([76., 73., 79.])

您制作了一个一维结构化数组（使用复合
dtype
）：

这个数组的元素是：

In [721]: data[0]
Out[721]: (b'M', 119., 76.)
In [722]: type(_)
Out[722]: numpy.void

我们称之为
记录
，但它确实以元组的形式显示（和索引）。请注意，创建表达式使用元组列表

解包数组的一种方法是迭代字段名：

In [734]: data.dtype.names
Out[734]: ('gender', 'bps', 'bpd')
In [735]: a,b,c = [data[name] for name in data.dtype.names]
In [736]: a
Out[736]: array([b'M', b'M', b'F'], dtype='|S1')
In [737]: b
Out[737]: array([119., 114., 124.])
In [738]: c
Out[738]: array([76., 73., 79.])

它有
np.array
一开始，我以为里面是什么，我们得到
numpy n-darry
@astro123看看形状。当它转换成3，3得到它后，将使用
data[：，None]
，这可能比
tolist（）
更简单。它有
np.array
开始时，我想无论里面是什么，我们都会得到
numpy n-darry
@astro123看看形状。转换为3后，3获得它，将使用
数据[：，无]
，这可能比
tolist（）更简单。
。祝贺@Chris获得1k！祝贺@Chris获得1k！感谢您的输入，老实说，我不知道
data.dtype.fields
。这是
索引错误解决方案
和
解包
的完整答案，抱歉，但是Chris是第一个回答的，跨越了1k的里程碑，所以接受了他的答案。感谢您的输入，老实说，我不知道
data.dtype.fields
。这是
索引错误解决方案
和
解包
的完整答案，很抱歉，但Chris是第一个回答的人，跨越了1k的里程碑，所以接受了他的答案。