Numpy 结构化数组

之前我们操作Numpy的数组时,都是通过索引来操作的。

针对二维数组,使用索引可以完成对行、列的操作。但是这是非常不直观的。

可以把二维数组想象成一个excel表格,如果表格没有列名,操作起来会非常麻烦,针对这种情况,Numpy提供了结构化数组用来操作每列数据。

更多关于:NumPy

来看一个示例:

››› x = np.array([('Bob', 18, 2000.0),('Tom', 23, 4000.0)],
... dtype=[('name', 'S10'), ('age', np.int_), ('incom', np.float_)])
››› x
array([('Bob', 18,  2000.), ('Tom', 23,  4000.)],
      dtype=[('name', 'S10'), ('age', '‹i4'), ('incom', '‹f8')])
››› x.shape
(2L,)
››› row = x[0]
››› row
('Bob', 18,  2000.)
››› col = x['name']
››› col
array(['Bob', 'Tom'],
      dtype='|S10')

上面我们创建了一个二维数组,行数为2,列数为3,其中每列的类型分别是长度为10或者更小的字符串、32位整数、64位浮点数。之后分别使用数字索引访问了第一行数据得到row,以及使用名称索引访问了第一列数据得到col。

需要注意的是,不管是row还是col,获取到的都是只是视图,所以更改结构化数组x时,对应的视图也会发生改变。

››› x['name'] = ['Bob01', 'Tom01']
››› x
array([('Bob01', 18,  2000.), ('Tom01', 23,  4000.)],
      dtype=[('name', 'S10'), ('age', '‹i4'), ('incom', '‹f8')])
››› row
('Bob01', 18,  2000.)
››› col
array(['Bob01', 'Tom01'],
      dtype='|S10')

    构建结构化数组

通过dtype对象定义一个结构化数组。。使用参数(如提供给dtype函数关键字或dtype对象构造函数本身)通过四种可选方法之一指定记录结构。

此参数必须是以下之一:string,tuple,list,或 dictionary。

字符串参数

在这种情况下,构造函数需要一个逗号分隔的类型说明符列表,可选地包含额外的形状信息。字段被赋予默认名称’f0’,’f1’,’f2’等。类型说明符可以采用4种不同的形式:

a) b1, i1, i2, i4, i8, u1, u2, u4, u8, f2, f4, f8, c8, c16, a‹n›
   (代表 bytes, ints, unsigned ints, floats, complex and
    fixed length strings of specified byte lengths)b) int8,...,uint8,...,float16, float32, float64, complex64, complex128
   (this time with bit sizes)c) older Numeric/numarray type specifications (e.g. Float32).
   不推荐使用!d) Single character type specifiers (e.g H for unsigned short ints).
   一般也避免使用!

示例如下:

››› x = np.zeros(3, dtype='3int8, float32, (2,3)float64')
››› x
array([([0, 0, 0],  0., [[ 0.,  0.,  0.], [ 0.,  0.,  0.]]),
       ([0, 0, 0],  0., [[ 0.,  0.,  0.], [ 0.,  0.,  0.]]),
       ([0, 0, 0],  0., [[ 0.,  0.,  0.], [ 0.,  0.,  0.]])],
      dtype=[('f0', 'i1', (3,)), ('f1', '‹f4'), ('f2', '‹f8', (2, 3))])

元祖参数

适用于记录结构的唯一相关元组是当结构映射到现有数据类型时。

这是通过在元组中配对现有数据类型与匹配的dtype定义(使用此处描述的任何变体)来完成的。

››› x = np.zeros(3, dtype=('i4',[('r','u1'), ('g','u1'), ('b','u1'), ('a','u1')]))
››› x
array([0, 0, 0])
››› x['r']
array([0, 0, 0], dtype=uint8)

列表参数

在这种情况下,记录结构用元组列表定义。

每个元组具有2或3个元素,指定:字段的名称(允许使用”),字段的类型,以及形状(可选)。

››› x = np.zeros(3, dtype=[('x','f4'),('y',np.float32),('value','f4',(2,2))])
››› x
array([(0.0, 0.0, [[0.0, 0.0], [0.0, 0.0]]),
       (0.0, 0.0, [[0.0, 0.0], [0.0, 0.0]]),
       (0.0, 0.0, [[0.0, 0.0], [0.0, 0.0]])],
      dtype=[('x', '›f4'), ('y', '›f4'), ('value', '›f4', (2, 2))])

字典参数

允许两种不同的形式。第一个包含一个具有两个必需键(’names’和’formats’)的字典,每个键都有一个相等大小的值列表。格式列表包含在其他上下文中允许的任何类型/形状说明符。名称必须是字符串。

有两个可选键:“offsets”和“titles”。每个都必须是相应匹配的列表,其中偏移量包含每个字段的整数偏移量,标题是包含每个字段的元数据的对象(这些对象不必是字符串),其中允许值为None。举个例子:

››› x = np.zeros(3, dtype={'names':['col1', 'col2'], 'formats':['i4','f4']})
››› x
array([(0, 0.0), (0, 0.0), (0, 0.0)],
      dtype=[('col1', '›i4'), ('col2', '›f4')])

允许的其他字典形式是具有指定类型,偏移和可选标题的元组值的名称键的字典。

››› x = np.zeros(3, dtype={'col1':('i1',0,'title 1'), 'col2':('f4',1,'title 2')})
››› x
array([(0, 0.0), (0, 0.0), (0, 0.0)],
      dtype=[(('title 1', 'col1'), '|i1'), (('title 2', 'col2'), '›f4')])

    访问字段标题

字段标题提供了一个标准位置来放置字段的关联信息。他们不必是字符串。

››› x.dtype.fields['x'][2]
'title 1'

    访问和修改字段名称

››› x.dtype.names
('col1', 'col2')
›››
››› x.dtype.names = ('x', 'y')
››› x
array([(0,  0.), (0,  0.), (0,  0.)],
      dtype=[(('title 1', 'x'), 'i1'), (('title 2', 'y'), '‹f4')])

    一次访问多个字段

您可以使用字段名称列表一次访问多个字段:

››› x = np.array([(1.5,2.5,(1.0,2.0)),(3.,4.,(4.,5.)),(1.,3.,(2.,6.))],
        dtype=[('x','f4'),('y',np.float32),('value','f4',(2,2))])

请注意,x是使用元组列表创建的。

››› x[['x','y']]
array([(1.5, 2.5), (3.0, 4.0), (1.0, 3.0)],
     dtype=[('x', '‹f4'), ('y', '‹f4')])
››› x[['x','value']]
array([(1.5, [[1.0, 2.0], [1.0, 2.0]]), (3.0, [[4.0, 5.0], [4.0, 5.0]]),
      (1.0, [[2.0, 6.0], [2.0, 6.0]])],
     dtype=[('x', '‹f4'), ('value', '‹f4', (2, 2))])
››› x[x['y'] == 4]
array([( 3., 4., [[ 4., 5.], [ 4., 5.]])],
     dtype=[('x', '‹f4'), ('y', '‹f4'), ('value', '‹f4', (2, 2))])

字段按请求的顺序返回(可以用来调整数组顺序):

››› x[['y','x']]
array([(2.5, 1.5), (4.0, 3.0), (3.0, 1.0)],
     dtype=[('y', '‹f4'), ('x', '‹f4')])

    记录数组

虽然结构化数组已经能够通过字段索引来操作数组了,记录数组允许通过Python中属性的方式(就是以“.”的方式)来操作。

记录数组也使用特殊的数据类型numpy.record

创建记录数组的最简单的方法是使用numpy.rec.array

››› recordarr = np.rec.array([(1,2.,'Hello'),(2,3.,'World')], 
...                    dtype=[('foo', 'i4'),('bar', 'f4'), ('baz', 'S10')])
››› recordarr.bar
array([ 2.,  3.], dtype=float32)
››› recordarr[1:2]
rec.array([(2, 3.0, 'World')], 
      dtype=[('foo', '‹i4'), ('bar', '‹f4'), ('baz', 'S10')])
››› recordarr[1:2].foo
array([2], dtype=int32)
››› recordarr.foo[1:2]
array([2], dtype=int32)
››› recordarr[1].baz
'World'

numpy.rec.array可以将各种参数转换为记录数组,包括正常的结构化数组:

››› arr = array([(1,2.,'Hello'),(2,3.,'World')], 
...             dtype=[('foo', 'i4'), ('bar', 'f4'), ('baz', 'S10')])
››› recordarr = np.rec.array(arr)

发表评论

电子邮件地址不会被公开。 必填项已用*标注