Python 如何将数组转换为结构化数组的特殊项并将其还原？

我想对结构化数组的项而不是数字执行一些numpy方法。例如，在处理形状（4，3）的整数数组时，我需要将其转换为长度为3的项数组，并执行一些操作，因为它是形状（4，）的单个一维数组。不幸的是，这些转换本身对我来说非常复杂。让我们再举一个例子：

n, m, r = 2, 3, 4
array = np.arange(n*m).reshape((n,m))
dt = np.dtype(','.join('i'*m))
arr1 = np.array([tuple(x) for x in array], dtype=dt)
>>> arr1
array([(0, 1, 2), (3, 4, 5)],
      dtype=[('f0', '<i4'), ('f1', '<i4'), ('f2', '<i4')])

我想将其转换为此数组：

array([[[0, 1, 2], [0, 1, 2], [0, 1, 2], [0, 1, 2]],
       [[3, 4, 5], [3, 4, 5], [3, 4, 5], [3, 4, 5]]]

我有两个问题：

如何将

array

转换为

arr1

（一组特殊项），而无需迭代

如何将

arr2

（一组特殊项目）转换回我想要的单个项目数组

---

numpy

提供了一个帮助器函数来执行此操作：

>>> n, m, r = 2, 3, 4
>>> array = np.arange(n*m).reshape((n,m))
>>> import numpy.lib.recfunctions as recfunctions
>>> recfunctions.unstructured_to_structured(array, dtype=np.dtype(','.join('i'*m)))
array([(0, 1, 2), (3, 4, 5)],
      dtype=[('f0', '<i4'), ('f1', '<i4'), ('f2', '<i4')])

在这种特殊情况下，如果原始数组是

dtype=np.int32

，则可以使用以下视图：

>>> array = np.arange(n*m, dtype=np.int32).reshape((n,m))
>>> structured_view = array.view(dtype=np.dtype(','.join('i'*m)))
>>> structured_view
array([[(0, 1, 2)],
       [(3, 4, 5)]], dtype=[('f0', '<i4'), ('f1', '<i4'), ('f2', '<i4')])

---

使用视图可能会变得棘手、快速。

“我想对元组而不是数字执行一些numpy方法。”这绝对不是您要做的。您正在使用结构化数组。这不是一个“元组数组而不是数字”@juanpa.arrivillaga好吧，我会解决它。这是有误导性的。@mathfux您也可以使用

numpy.view

，但这有一堆地雷，您必须注意包装等。它适用于最简单的情况，就像您在这里遇到的情况一样，但是，如果您的原始

array

的dtype=np.int32，它是有意义的。但是，我对

numpy.view

s没有经验，所以这是一个很好的机会，可以用第二种方法来解决它（可能对任何其他人都是如此）。@mathfux ok，添加了一些例子

>>> import numpy.lib.recfunctions as recfunctions
>>> recfunctions.structured_to_unstructured(arr2)
array([[[0, 1, 2],
        [0, 1, 2],
        [0, 1, 2],
        [0, 1, 2]],

       [[3, 4, 5],
        [3, 4, 5],
        [3, 4, 5],
        [3, 4, 5]]], dtype=int32)

>>> array = np.arange(n*m, dtype=np.int32).reshape((n,m))
>>> structured_view = array.view(dtype=np.dtype(','.join('i'*m)))
>>> structured_view
array([[(0, 1, 2)],
       [(3, 4, 5)]], dtype=[('f0', '<i4'), ('f1', '<i4'), ('f2', '<i4')])

>>> arr2.view(dtype=np.int32)
array([[0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2],
       [3, 4, 5, 3, 4, 5, 3, 4, 5, 3, 4, 5]], dtype=int32)