Python 既然在结构化数组的一维切片中添加了一个新字段，为什么不能将新字段的条目设置为列表？

标题可能有点混乱，所以我希望通过一个例子可以让它更清楚。Image我有一个小助手函数，它可以将新字段添加到现有的结构化数组中：

import numpy as np


def add_field(a, *descr):
    b = np.empty(a.shape, dtype=a.dtype.descr + [*descr])
    for name in a.dtype.names:
        b[name] = a[name]
    return b

给定一个结构化数组，我可以简单地使用它添加新字段：

a = np.array(
    [(1, False), (2, False), (3, False), (4, True)],
    dtype=[('id', 'i4'), ('used', '?')]
)
print(a)
b = add_field(a, ('new', 'O'))
print(b)

然后，我可以将新创建字段的条目设置为（空）列表，而不会出现问题：

b[0]['new'] = []

我还可以创建一个新数组，它只是原始数组的一部分，然后向这个新数组添加一个新字段：

c = a[0]
print(c)
d = add_field(c, ('newer', 'O'))
print(d)

但是，如果我现在尝试将新字段设置为（空）列表，它将不起作用：

d['newer'] = []

ValueError: assignment to 0-d array

为什么呢？根据

add_field

，

d

是一个全新的数组，恰好与

b

一样共享相同的字段和条目。有趣的是，

b[0]

的形状是

（）

，而

d

的形状是

（1，）

（而且

类型（b）

是

np.void

，而

类型（d）

是

np.array

）。也许这与此有关？同样有趣的是，所有这些工作：

d['newer'] = 1.34
d['newer'] = False
d['newer'] = None
d['newer'] = add_field
d['newer'] = set()
d['newer'] = {}
d['newer'] = {'test': []}

但是，使用键

“test”

访问上一个

命令中的vaues不会：

>>> d['newer'] = {'test': []}
>>> d['newer']
>>> array({'test': []}, dtype=object)
>>> d['newer']['test']
>>> IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices
>>> d['newer'][0]
>>> IndexError: too many indices for array

这很令人困惑

编辑

好的，我刚刚尝试修改
add_字段
函数，如下所示：

def add_field(a, *descr):
    shape = a.shape if len(a.shape) else (1,)
    b = np.empty(shape, dtype=a.dtype.descr + [*descr])
    for name in a.dtype.names:
        b[name] = a[name]
    return b

但这没有帮助：

>>> d = add_field(a[0], ('newer', 'O'))
>>> d
>>> array([(1, False, None)], dtype=[('id', '<i4'), ('used', '?'), ('test', 'O')])
>>> d.shape
>>> (1,)
>>> d['newer'] = []
>>> ValueError: cannot copy sequence with size 0 to array axis with dimension 1

但我不喜欢这种变通方法。我希望它的工作原理与
b[0]
相同

编辑2

如果我进一步修改
add_字段
函数，我可以强制执行想要的行为，尽管我不是100%喜欢它：

def add_field(a, *descr):
    shape = a.shape if len(a.shape) else (1,)
    b = np.empty(shape, dtype=a.dtype.descr + [*descr])
    for name in a.dtype.names:
        b[name] = a[name]
    return b if len(a.shape) else b[0]

d = add_field(a[0], ('newer', 'O'))
d['newer'] = []

总结评论意见：

原始问题中的问题似乎是返回对象的形状-当您这样做时，例如

c=a[0]

如果
a
具有形状
（n，）
，则不是从数组中获取一个切片，而是从单个元素中获取<代码>c.shape

然后是

（）

。当您将形状数组

（）

传递到

添加字段中时，则

b=np.empty（a.shape，dtype=a.dtype.descr+[*descr]）

还将具有形状
（）
。但是，结构化数组必须具有shape
（n，）
（尽管在中没有列出）

与问题的第一次编辑一样，正确的修改是

def add_字段（a，*descr）：
shape=a.shape如果len（a.shape）else（1，）
b=np.empty（shape，dtype=a.dtype.descr+[*descr]）
b[列表（a.dtype.names）]=a
返回b

然后，返回的对象将共享形状
（n，）
结构化数组的属性，其中：

如果在整数位置对数组进行索引，则会得到一个结构（例如
d[0]
）
您可以通过使用字段名（例如
d['newer']
）编制索引来访问和修改结构化数组的各个字段
通过上述修改，问题中
d
的行为与
b
相同，例如

d[0]['newer']=[]

是有效的

b[0]['new']=[]

这就引出了问题的真正症结：


为什么我们不能使用
d['newer']=[]
语法为字段的每个元素分配一个空列表？

    使用此语法指定iterable而不是标量时，numpy会尝试按元素分配（或广播，具体取决于iterable）。这与标量赋值不同，标量赋值给该字段的每个元素。关于这一点，我们还不清楚，但是我们可以通过使用

b['new']=np.array（[]

回溯（最近一次呼叫最后一次）：
文件“structuredArray.py”，第20行，在
b['new']=np.array（[]
ValueError:无法将输入数组从形状（0）广播到形状（4）

因此，这里的问题不是如何添加字段，而是如何尝试将空列表分配给该字段的每个元素。正确的方法是

b['new']=[[]*b.shape[0]]

对于
（1，）
和
（4，）
形状的结构化数组，其工作原理与预期相同：

将numpy导入为np
def add_字段（a，*descr）：
shape=a.shape如果len（a.shape）else（1，）
b=np.empty（shape，dtype=a.dtype.descr+[*descr]）
对于a.dtype.names中的名称：
b[姓名]=a[姓名]
返回b
a=np.array(
[（1，假）、（2，假）、（3，假）、（4，真）]，
数据类型=[（'id'，'i4'），（'used'，'？'）]
)
b=添加_字段（a，（'new'，'O'））
b['new']=[[]*b.shape[0]]
印刷品（b）
c=a[0]
d=添加_字段（c，（'newer'，'O'））
d['newer']=[[]*d.shape[0]]
印刷品（d）

[（1，False，list（[]）（2，False，list（[]））（3，False，list（[]）（4，True，list（[]））]
[（1，False，列表（[]）]
如果在结构化数组中占据较大的一部分，是否会发生同样的情况？例如，
a[：2]
你的意思是如果
c=a[：2]
？在这种情况下，它是有效的。我觉得它与形状有关，因为
add_field
使用了输入数组的形状，并且由于某种原因
a[0]
的形状是
（）
，尽管我猜它应该是
（1，）
？当我测试它时
d[0]['newer']=[/code>没有错误-在我看来
d[0]
与该编辑器的行为类似
b[0]
如果
d.shape
是
（）
，0d，则只能对其进行索引
d[（）]
。对对象数据类型数组的列表分配可能会有广播问题哇，我甚至不知道
[（）]
是一个有效的索引！疯了
d['newer'][（）]=[]
实际上与原始添加字段版本一起工作。不过我还是很困惑。我只是想提一个我想出的小调整，可能会快一点。而不是for-yo循环
def add_field(a, *descr):
    shape = a.shape if len(a.shape) else (1,)
    b = np.empty(shape, dtype=a.dtype.descr + [*descr])
    for name in a.dtype.names:
        b[name] = a[name]
    return b if len(a.shape) else b[0]

d = add_field(a[0], ('newer', 'O'))
d['newer'] = []