Question

_{[这篇文章的早期版本有不准确的标题“如何将一列添加到numpy记录数组？”问题中的问题已经部分answered，但这个答案并不完全是该帖子早期版本的正文所要求的。我已经重新编写了标题，并对该帖子进行了大量编辑，以使区别更加清晰。我也解释了为什么我之前提到的答案不符合我的要求。]}

假设我有两个numpy数组x和y，每个数组都由 r “record”（又名“结构化”）数组组成。让x的形状为（ r ， c _x ），y的形状为（ r ， c _y ）。我们还假设x.dtype.names和y.dtype.names之间没有重叠。

例如，对于 r = 2， c _x = 2， c _y = 1：

import numpy as np x = np.array(zip((1, 2), (3., 4.)), dtype=[('i', 'i4'), ('f', 'f4')]) y = np.array(zip(('a', 'b')), dtype=[('s', 'a10')])

我希望“横向”连接x和y以生成新记录z数组，其形状（ r < / em>， c _x + c _y ）。此操作不应修改x或y。

一般来说，z = np.hstack((x, y))不会这样做，因为dtype和x中的y不一定匹配。例如，继续上面的例子：

z = np.hstack((x, y)) --------------------------------------------------------------------------- TypeError Traceback (most recent call last) <ipython-input-7-def477e6c8bf> in <module>() ----> 1 z = np.hstack((x, y)) TypeError: invalid type promotion

现在，有一个函数numpy.lib.recfunctions.append_fields，看起来就像它可以做一些接近我正在寻找的东西，但我无法从中得到任何东西它：我尝试过的所有东西要么失败了，要么产生错误，或产生一些我想要得到的东西。

有人可以向我显示显式代码（使用n.l.r.append_fields或其他¹），这些代码会从x和{{{ 1}}在上面的例子中定义了一个 new 记录数组y，相当于z和x的水平串联，并且没有修改y或x？

我认为这只需要一行或两行代码。当然，我正在寻找不需要构建y，按记录记录，迭代z和x的代码。此外，代码可能会假设y和x具有相同数量的记录，并且y和x.dtype.names之间没有重叠。除此之外，我正在寻找的代码对y.dtype.names和x一无所知。理想情况下，关于要连接的数组的数量也应该是不可知的。 IOW，省略错误检查，我正在寻找的代码可能是函数y的主体，因此新数组hstack_rec将是结果z。

¹ _{...虽然我不得不承认，在我hstack_rec((x, y))失败的最佳记录之后，我对这怎么样有点好奇函数可以使用，无论它与此帖子的问题相关。}

Answer 1

我从不使用重新排列，所以其他人会想出一些更流畅的东西，但也许merge_arrays会起作用？

>>> import numpy.lib.recfunctions as nlr
>>> x = np.array(zip((1, 2), (3., 4.)), dtype=[('i', 'i4'), ('f', 'f4')])
>>> y = np.array(zip(('a', 'b')), dtype=[('s', 'a10')])
>>> x
array([(1, 3.0), (2, 4.0)], 
      dtype=[('i', '<i4'), ('f', '<f4')])
>>> y
array([('a',), ('b',)], 
      dtype=[('s', '|S10')])
>>> z = nlr.merge_arrays([x, y], flatten=True)
>>> z
array([(1, 3.0, 'a'), (2, 4.0, 'b')], 
      dtype=[('i', '<i4'), ('f', '<f4'), ('s', '|S10')])

Answer 2

这是一个非常晚的答案，但也许对其他人有帮助。在用大多数相同的标准提出同样的问题后，我使用了这个解决方案。

它不会生成新的numpy数组，但使用zip和itertools.chain会更快。就我而言，我需要按顺序访问每一行的每个值。以下是模拟此用例的基准：

import numpy
from numpy.lib.recfunctions import merge_arrays
from itertools import chain

a = numpy.empty(3, [("col1", int), ("col2", float)])
b = numpy.empty(3, [("col3", int), ("col4", "U1")])

结果：

%timeit [i for i in (row for row in merge_arrays([a,b], flatten=True))]
52.9 µs ± 2 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%timeit [i for i in (row for row in (chain(i,k) for i,k in zip(a,b)))]
3.47 µs ± 52 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

如何hstack数组的numpy记录？

2 个答案: