异构numpy数组上的数组操作

Question

我需要一个高效的异构数组，其中第一个元素是int，其余的是浮点数。然而，在创建它之后，基本的数组操作正在爆炸。

A = np.zeros(1, dtype='i4, f4, f4')
B = np.array([3,3,3])
A + B
TypeError: invalid type promotion

Answer 1

对于像这样的结构化数组，调用字段迭代的操作通常不起作用。

即使向自身添加&也不起作用：

A

换句话说，有一种方法可以将In [476]: A = np.zeros(1, dtype='i4, f4, f4') In [477]: A+A ... TypeError: ufunc 'add' did not contain a loop with signature matching types dtype([('f0', '<i4'), ('f1', '<f4'), ('f2', '<f4')]) .... 添加到int，int添加到float，但不能添加{{1}元素到另一个元素。

int的元素是A或A（取决于您如何访问它）

tuple

要跨结构化数组的字段工作，通常必须遍历字段名称。

numpy.void

如果所有字段都具有相同的类型，例如In [478]: A.item() Out[478]: (0, 0.0, 0.0) In [479]: type(A.item()) Out[479]: tuple In [480]: type(A[0]) Out[480]: numpy.void ，然后可以将结构化数组视为同类dtype，并对其执行常规数学运算。但是，如果你使用浮子和整数混合，这是不可能的。