Question

我有一个结构化的numpy数组：

>>> import numpy
>>> a = numpy.zeros(1, dtype = [('field0', 'i2'), ('field1', 'f4')])

然后我开始检索一些值。但是，我事先并不知道，如果我的数组包含某个字段。因此，如果我尝试访问不存在的字段，我预计会收到IndexError：

>>> a[0]['field0']
0
>>> a[0]['field2']
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
IndexError: invalid index

我当然可以选择try-except;但是，这可能会掩盖一些错误，因为IndexError没有指定，我在哪个级别点击了不存在的索引：

>>> try:
...     a[9999]['field2']['subfield3']
... except IndexError:
...     print('Some index does not exist')
... 
Some index does not exist

我还尝试将numpy数组作为列表来处理，但这不起作用：

>>> if 'field0' in a[0]:
...     print('yes')
... else:
...     print('no')
... 
no

因此，问题：有没有办法检查结构化numpy数组中是否存在给定字段？

Answer 1

您可以查看.dtype.names或.dtype.fields：

>>> a.dtype.names
('field0', 'field1')
>>> 'field0' in a.dtype.names
True
>>> a.dtype.fields
mappingproxy({'field0': (dtype('int16'), 0), 'field1': (dtype('float32'), 2)})
>>> 'field0' in a.dtype.fields
True

NumPy：检查字段是否存在

1 个答案: