Question

我试着了解如何设置数组的dtypes。我原来的numpy数组维度是（583760,7），即583760行和7列。我将dtype设置如下

>>> allRics.shape
(583760, 7)
>>> allRics.dtype = [('idx', np.float), ('opened', np.float), ('time', np.float),('trdp1',np.float),('trdp0',np.float),('dt',np.float),('value',np.float)]
>>> allRics.shape
(583760, 1)

为什么阵列的原始形状有变化？是什么导致这种变化？我基本上试图按time列对原始numpy数组进行排序，这就是我设置dtype的原因。但是在尺寸改变之后，我无法对数组进行排序

>>> x=np.sort(allRics,order='time')

上述命令的输出没有变化。你能建议吗？

Answer 1

您正在将数组转换为structured array。基本上，它不是2D数组，而是现在被视为一维结构数组。看一下下面的简单示例：

>>> import numpy as np
>>> arr = np.array([(1,2,3),(3,4,5)])
>>> arr
array([[1, 2, 3],
       [3, 4, 5]])
>>> arr.shape
(2, 3)
>>> arr.dtype=[('a',int),('b',int),('c', int)]
>>> arr  # Notice that tuples inside the elements
array([[(1, 2, 3)],
       [(3, 4, 5)]], 
      dtype=[('a', '<i8'), ('b', '<i8'), ('c', '<i8')])
>>> arr.shape
(2, 1)

结构化数组未排序最为偶然bug。它看起来像是一个工作，所以实际上声明数组是一个结构化数组开头：

>>> arr_s = np.sort(arr, order='b')
>>> arr_s
array([[(1, 2, 3)],
       [(3, 4, 5)]], 
      dtype=[('a', '<i8'), ('b', '<i8'), ('c', '<i8')])
>>> dtype=[('a',np.int64),('b',np.int64),('c', np.int64)]
>>> arr = np.array([(5,2,3),(3,4,1)], dtype=dtype)
>>> arr
array([(5, 2, 3), (3, 4, 1)], 
      dtype=[('a', '<i8'), ('b', '<i8'), ('c', '<i8')])
>>> arr_s = np.sort(arr, order='a')
>>> arr_s
array([(3, 4, 1), (5, 2, 3)], 
      dtype=[('a', '<i8'), ('b', '<i8'), ('c', '<i8')])
>>> arr_s = np.sort(arr, order='b')
>>> arr_s
array([(5, 2, 3), (3, 4, 1)], 
      dtype=[('a', '<i8'), ('b', '<i8'), ('c', '<i8')])
>>> arr_s = np.sort(arr, order='c')
>>> arr_s
array([(3, 4, 1), (5, 2, 3)], 
      dtype=[('a', '<i8'), ('b', '<i8'), ('c', '<i8')])
>>>

Answer 2

如果您正在使用结构化数组进行排序，则可以完全避免使用结构化数组。你可以这样做：

new_order = np.argosrt(allRics[:, 2])
x = allRics[new_order]

为什么设置numpy数组的dtype会改变尺寸？

2 个答案: