Python 为什么numpy在这里返回一维数组？

我试图从二进制数据的大文件中读取numpy数组。每个二进制记录包含7330个浮点数，后跟一个我想忽略的long，然后是一个int。我创建了一个数据类型，如下所示：

dt = [(str(n),'f4') for n in range(7330)]
dt += [('junk','i8'), ('label','i4')]

然后通过

d = np.fromfile(file_name,dtype=np.dtype(dt))

它可以工作，但我得到的是一维数组或记录，而不是我想要的二维数组。更具体地说，我得到了一个

d.shape=（58134，）

d[0]

类型为

numpy.void

和

len（d[0]）=7332

（7330浮点数，我将忽略的长度和int）。我想要一个数组的形状

（581347332）

我不能重塑（-17332），因为d是一维的，我最终通过丑陋的、有点荒谬的东西来转换它

nparray = pd.DataFrame.from_records(d).to_numpy()

---

这看起来很可笑。我做错了什么？谢谢

事实证明numpy.lib.recfunctions.structured\u to\u unstructured正是这样做的。感谢darcamo为我指出了这个方向。

请提供您得到的一维数组的示例，以及它应该是什么样子，以便我们更好地理解这个问题：一维结构化数组

（n，）

和二维

（n，1）

除冗余轴外的记录数组之间的区别是什么？似乎是明智的做法，如果你真的想要

（n，1）

，那就重新塑造它。

dtype

是单个“元素”的“类型”。数组中的每个“元素”都有7330个浮点数、一个long和一个int的信息，但它仍然只是生成的结构化数组的一个“元素”。@darcamo:当然，这是完全正确的。我想我的问题应该是“如何使其成为二维阵列”，而不是“为什么这是一维阵列”。）也许像这样的问题