Python 多维数组中的结构化numpy数组

想象一个

numpy

数组的

nxm

维度。在每个单元格中，它包含一个带有

X

元素的结构化数组，每个元素都包含一个

X_标签

我想访问一个特定的

x_标签

，因此它返回一个

nxm

数组，该数组只包含感兴趣的标签的值

有没有一种方法不必使用

for

循环（或

np.map（）

）函数并创建一个新数组就可以这样做

例如：

import numpy as np
arr = np.array([[[],[]],
                [[],[]]])

# Each cell contains:
np.array([('par1', 'par2', 'par3')], dtype=[('label_1', 'U10'), ('label_2', 'U10'), ('label3', 'U10')])

如何获取仅返回值为

par1

的2x2

np.array

？ 我尝试过，但没有成功：

arr['label_1']
IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices

---

谢谢大家!

我假设您的外部数组是

Object

dtype，否则应该没有问题：

>>> x = np.array([('par1', 'par2', 'par3')], dtype=[('label_1', 'U10'), ('label_2', 'U10'), ('label3', 'U10')])
>>> Y = np.array(4*[x]+[None])[:-1].reshape(2,2)
>>> Y
array([[array([('par1', 'par2', 'par3')],
      dtype=[('label_1', '<U10'), ('label_2', '<U10'), ('label3', '<U10')]),
        array([('par1', 'par2', 'par3')],
      dtype=[('label_1', '<U10'), ('label_2', '<U10'), ('label3', '<U10')])],
       [array([('par1', 'par2', 'par3')],
      dtype=[('label_1', '<U10'), ('label_2', '<U10'), ('label3', '<U10')]),
        array([('par1', 'par2', 'par3')],
      dtype=[('label_1', '<U10'), ('label_2', '<U10'), ('label3', '<U10')])]],
      dtype=object)

>>x=np.array（[（'par1'，'par2'，'par3'）]，dtype=[（'label_1'，'U10'），（'label_2'，'U10'），（'label3'，'U10'））
>>>Y=np.数组（4*[x]+[None]）[：-1].重塑（2,2）
>>>Y
数组（[[array（[（'par1'，'par2'，'par3'））]，
dtype=[（'label_1'，'What dtype是您的外部数组？谢谢@paul！我不是自己创建数组的，这是Python包返回函数的方式…我将把数组转换为适当的结构化数组：-）关于这一点的另一个问题：想象数组中的一个值（称为'parX'的参数）是空的。然后，
np.concatenate（）
将更改初始数组的大小，
np.reformate（）
将给出错误
value错误：无法将大小为##############
的数组重新格式化。@paul paul（arr.shape）

可能会起作用。不幸的是，它不起作用。它会给出相同的

ValueError

…嗯，对不起，这太复杂了，无法用注释来计算。如果字段为空，您可以将其完全删除（在

np.lib.recfunctions

中有一个函数，请再试一次。在任何情况下，我建议您用一个示例提出一个新问题，说明您的问题。

>>> Z = np.concatenate(Y.ravel()).reshape(Y.shape)
>>> Z
array([[('par1', 'par2', 'par3'), ('par1', 'par2', 'par3')],
       [('par1', 'par2', 'par3'), ('par1', 'par2', 'par3')]],
      dtype=[('label_1', '<U10'), ('label_2', '<U10'), ('label3', '<U10')])

>>> Z['label_1']
array([['par1', 'par1'],
       ['par1', 'par1']], dtype='<U10')