Question

给定一个充满字符串的numpy数组my_arr，如何将其中一列的数据类型设置为float？我需要它作为一个numpy数组，以便以后使用我现有的代码。请参阅下面的失败尝试示例：

import numpy as np

dat = [['User1', 'Male', '2.2'], ['User2', 'Female', '3.777'], ['User3', 'Unknown', '0.0']]
my_arr = np.array(dat)
print my_arr
# [['User1' 'Male' '2.2'], ['User2' 'Female' '3.777'], ['User3' 'Unknown' '0.0']]

my_arr[:,2] = my_arr[:,2].astype(np.float)
print my_arr
# [['User1' 'Male' '2.2'], ['User2' 'Female' '3.777'], ['User3' 'Unknown' '0.0']]

Answer 1

这可能有更聪明的方法，但以下给出了我认为正确的输出;你可以使用structured arrays：

import numpy as np
dat = [['User1', 'Male', '2.2'], ['User2', 'Female', '3.777'], ['User3', 'Unknown', '0.0']]

# create data types: two strings of length 10 and float
dt = np.dtype('a10, a10, float')

# convert the inner lists to tuples so that a structured array can be used
for ind, l in enumerate(dat):
    dat[ind] = tuple(l)

# convert dat to an array
my_arr = np.array(dat, dt)

输出：

array([('User1', 'Male', 2.2), ('User2', 'Female', 3.777),
       ('User3', 'Unknown', 0.0)], 
      dtype=[('f0', 'S10'), ('f1', 'S10'), ('f2', '<f8')])

您还可以通过执行以下操作为列指定名称：

dt = {'names': ['user', 'gender', 'number'], 'formats':['a10', 'a10', 'float']}
my_arr = np.array(dat, dt)  # dat is the list with tuples, see above

现在的输出是：

array([('User1', 'Male', 2.2), ('User2', 'Female', 3.777),
       ('User3', 'Unknown', 0.0)], 
      dtype=[('user', 'S10'), ('gender', 'S10'), ('number', '<f8')])

然后，您可以通过执行此操作来访问单个列。

my_arr['number']
array([ 2.2  ,  3.777,  0.   ])

my_arr['user']
array(['User1', 'User2', 'User3'], dtype='|S10')

我建议使用Python pandas中的数据框，您可以轻松处理不同的数据类型和复杂的数据结构。

对于你的例子：

import pandas as pd
pd.DataFrame(dat, columns=['user', 'gender', 'some number'])

然后会给你：

    user   gender some number
0  User1     Male         2.2
1  User2   Female       3.777
2  User3  Unknown         0.0

Answer 2

您可以将二维数组转换为具有混合dtype的结构化数组：

In [137]: my_arr
Out[137]: 
array([['User1', 'Male', '2.2'],
       ['User2', 'Female', '3.777'],
       ['User3', 'Unknown', '0.0']], 
      dtype='<U7')

In [138]: dt=np.dtype('U7,U7,f')  # complex dtype

In [139]: np.array([tuple(row) for row in my_arr], dtype=dt)
Out[139]: 
array([('User1', 'Male', 2.200000047683716),
       ('User2', 'Female', 3.7769999504089355), ('User3', 'Unknown', 0.0)], 
      dtype=[('f0', '<U7'), ('f1', '<U7'), ('f2', '<f4')])

In [140]: _.shape
Out[140]: (3,)

现在它是一个包含3个字段的1d数组。您无需按编号访问列，而是按名称arr['f0']等

访问字段

我使用[tuple(row) for row in my_arr]因为结构化数组的输入必须是元组列表。我本可以使用您的dat列表[tuple(row) for row in dat]。

使numpy数组的单列成为另一种数据类型

2 个答案: