Question

如何转换下面的numpy记录数组：

recs = [('Bill', 31, 260.0), ('Fred', 15, 145.0)]
r = rec.fromrecords(recs, names='name, age, weight', formats='S30, i2, f4')

到字典列表中：

[{'name': 'Bill', 'age': 31, 'weight': 260.0}, 
'name': 'Fred', 'age': 15, 'weight': 145.0}]

Answer 1

我不确定是否有内置功能，但以下可以完成这项工作。

>>> [dict(zip(r.dtype.names,x)) for x  in r]
[{'age': 31, 'name': 'Bill', 'weight': 260.0}, 
{'age': 15, 'name': 'Fred', 'weight': 145.0}]

Answer 2

这取决于所需的最终结构。此示例显示由几个1D子集组成的numpy重新排列。要改为使用python字典，可能的转换是：

import numpy as np

a = np.rec.array([np.array([1,3,6]), np.array([3.4,4.2,-1.2])], names=['t', 'x'])

b = {name:a[name] for name in a.dtype.names}

Answer 3

这是一个解决方案，适用于其他答案未涵盖的以下情况：

0 维数组（标量）。例如np.array((1, 2), dtype=[('a', 'float32'), ('b', 'float32')])
np.void 类型的元素（索引记录数组的结果）
结构的多维数组
包含结构体的结构体，（例如 structured_to_dict(np.zeros((), dtype=[('a', [('b', 'float32', (2,))])]))）
以上任何一种的组合。

def structured_to_dict(arr: np.ndarray):
    import numpy as np

    if np.ndim(arr) == 0:
        if arr.dtype.names == None:
            return arr.item()
        # accessing by int does *not* work when arr is a zero-dimensional array!
        return {k: structured_to_dict(arr[k]) for k in arr.dtype.names}
    return [structured_to_dict(v) for v in arr]

Answer 4

罗伯特·克恩在Numpy-discussion回答

<小时/> 该讨论的结束电子邮件副本：

如何转换下面的numpy记录数组：     recs = [（'Bill'，31,260.0），（'Fred'，15,145.0）]     r = rec.fromrecords（recs，names ='name，age，weight'，formats ='S30，i2，f4'）     到字典列表：     [{'name'：'Bill'，'age'：31，'weight'：260.0}，     'name'：'Fred'，'age'：15，'weight'：145.0}]


假设你的记录数组只有1D：

在[6]中：r.dtype.names Out [6] :('name'，'age'，'weight'）

在[7]中：names = r.dtype.names

在[8]中：[dict（zip（names，record））记录在r] Out [8]：[{'age'：   31，'名字'：'比尔'，'体重'：260.0}，{'年龄'：15，'名字'：'弗雷德'，   '体重'：145.0}]

将numpy记录数组转换为字典列表的有效方法

4 个答案: