Python 如何分割由numpy.void数字组成的numpy.ndarray?
所以这里的交易是:我有一个变量Python 如何分割由numpy.void数字组成的numpy.ndarray?,python,numpy,matrix,array-broadcasting,Python,Numpy,Matrix,Array Broadcasting,所以这里的交易是:我有一个变量x,它是一个numpy.ndarray。这个结构的尺寸是1000。如果我做了x[0],那么我会得到一个numpy.void,共4个数字。如果我做了x[1],那么我会得到另一个numpy.void,也是4个数字,以此类推 我只想做的是:我想对这个数据结构进行切片,以便提取一个1000x3大小的numpy矩阵 我该怎么做?谢谢听起来你有一个结构化的数组,就像下面这个简单的例子: In [158]: x = np.ones((5,), dtype='i,i,f,f') I
x
,它是一个numpy.ndarray
。这个结构的尺寸是1000。如果我做了x[0]
,那么我会得到一个numpy.void
,共4个数字。如果我做了x[1]
,那么我会得到另一个numpy.void
,也是4个数字,以此类推
我只想做的是:我想对这个数据结构进行切片,以便提取一个1000x3大小的numpy矩阵
我该怎么做?谢谢听起来你有一个结构化的数组,就像下面这个简单的例子:
In [158]: x = np.ones((5,), dtype='i,i,f,f')
In [159]: x
Out[159]:
array([(1, 1, 1., 1.), (1, 1, 1., 1.), (1, 1, 1., 1.),
(1, 1, 1., 1.), (1, 1, 1., 1.)],
dtype=[('f0', '<i4'), ('f1', '<i4'), ('f2', '<f4'), ('f3', '<f4')])
In [160]: x[0]
Out[160]: (1, 1, 1., 1.)
In [161]: type(x[0])
Out[161]: numpy.void
当“列”应该包含不同的内容时,这很方便,例如一个列中包含字符串,另一个列中包含整数。但是,将这样的数组转换为相同数值类型的二维数组可能会很尴尬
view
和astype
在有限的情况下工作,但是tolist
是我所知道的最健壮的转换介质
In [179]: x.tolist()
Out[179]:
[(1, 10, 0.0, 1.0),
(1, 12, 1.0, 1.0),
(1, 8, 2.0, 1.0),
(1, 0, 3.0, 1.0),
(1, 3, 4.0, 1.0)]
In [180]: np.array(x.tolist())
Out[180]:
array([[ 1., 10., 0., 1.],
[ 1., 12., 1., 1.],
[ 1., 8., 2., 1.],
[ 1., 0., 3., 1.],
[ 1., 3., 4., 1.]])
请注意,结构化数组的tolist
是元组列表,而2d数组的tolist
是列表列表。朝这个方向走,差别不重要。相反,差异很重要
您是如何生成此数组的?从带有
genfromtxt
的csv
?作为其他数字包的输出?Jesus christ。这正是我需要的。非常感谢你!!我没有生成它,而是交给我的。:)我不认为如果我有能力产生它,我会用这种方式把它复杂化。
In [179]: x.tolist()
Out[179]:
[(1, 10, 0.0, 1.0),
(1, 12, 1.0, 1.0),
(1, 8, 2.0, 1.0),
(1, 0, 3.0, 1.0),
(1, 3, 4.0, 1.0)]
In [180]: np.array(x.tolist())
Out[180]:
array([[ 1., 10., 0., 1.],
[ 1., 12., 1., 1.],
[ 1., 8., 2., 1.],
[ 1., 0., 3., 1.],
[ 1., 3., 4., 1.]])