Python 如何使用结构化数据填充多个命名字段

我想从一些字段中获取信息，然后使用列表将它们写入另一个变量

import numpy as np
var1 = np.array([(1,2,3,4),(11,22,33,44),(111,222,333,444)], dtype=([('field1', 'int32'),('field2','int32'),('field3','int32'),('field4','int32')]))
var2 = np.empty((1), dtype = ([('field1', 'int32'),('field2','int32'),('field5','int32'),('field6','int32')]))
myList = ['field1', 'field2']

我想把第一个和第二个字段以及第一行的值写入var2。我尝试以下方法：

var2[(myList)] = var1[(myList)][0]

但我得到了以下错误：

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

如果我执行以下操作，我希望达到同样的效果：

var2['field1'] = var1['field1'][0]
var2['field2'] = var1['field2'][0]

---

如何才能在较高的列表中执行此操作，避免在列表上出现for循环？

字段列表用于获取字段的子集

In [139]: var1[myList]
Out[139]: 
array([(1, 2), (11, 22), (111, 222)], 
      dtype=[('field1', '<i4'), ('field2', '<i4')])

迭代字段名是结构化数组代码中的常见做法（如

np.rec

函数）。通常，结构化数组将有许多元素（“行”）但有几个字段（“列”），因此对字段的迭代并不昂贵

---

在这种情况下，

var2

的所有字段都是相同的

int

dtype。因此，我可以在相应的二维视图上执行赋值

In [160]: var2.view(int)[:2] = var1[myList][0].tolist()

var2

数据缓冲区都是整数，因此可以将其视为字段或常规数组（2d或1）

var2.view（int）[:2]=var1[myList][0]

将

var1['field1'][0]

分配给

var2

的两个项。所以我必须把它做成一个列表或元组

或者，我也可以查看

var1

。有了这个，我发现我还需要重塑。

视图

生成缓冲区的1d数组视图

var2.view(int)[:2]=var1.view(int).reshape((3,4))[0,:2]

多字段分配正在开发中，但我认为还没有正式发布

---

也可以表示为：

var1.view((int,4))

---

（复合视图更紧凑，但没有更快）。

我已经厌倦了这种方式，但我认为这将是一种更有效的方式。。。无论如何谢谢你！我可以搜索

numpy

github

问题，查看是否有人试图将其添加到结构化数组

\uuuuuuu setitem\uuuuu

方法中。由于所有字段都是int，因此可以

将这些数组视为常规的1或2d数组，并使用数字索引。
var2.view(int)[:2]=var1.view(int).reshape((3,4))[0,:2]

var1.view(int).reshape((3,4))  # or 
var1.view(int).reshape((-1,4))

var1.view((int,4))