Question

我有一个看起来像这样的元组列表：

>>> y
[(0,1,2,3,4,...,10000), ('a', 'b', 'c', 'd', ...), (3.2, 4.1, 9.2, 12., ...), ]

等。 y有7个元组，每个元组有10,000个值。给定元组的所有10,000个值都是相同的dtype，我也有这些dtypes的列表：

>>>dt
[('0', dtype('int64')), ('1', dtype('<U')), ('2', dtype('<U')), ('3', dtype('int64')), ('4', dtype('<U')), ('5', dtype('float64')), ('6', dtype('<U'))]

我的目的是做x = np.array(y, dtype=dt)之类的事情，但当我这样做时，我收到以下错误：

Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: could not assign tuple of length 10000 to structure with 7 fields.

我知道这是因为dtype说元组中的第一个值必须是int64，第二个值必须是字符串，依此类推，而且我只有7个dtypes用于具有10,000个值的元组。

我如何与代码进行通信，我的意思是第一个元组的 ALL 值是int64s，第二个元组的 ALL 值是字符串等？

我还尝试将y列为列表而不是元组列表：

>>>y
[[0,1,2,3,4,...,10000], ['a', 'b', 'c', 'd', ...), ...]

等，由于与上述相同的原因我收到错误：

>>> x = np.array(y, dtype=dt)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: invalid literal for int() with base 10: 'Supplier#000000001'

感谢任何帮助！

编辑：我的目标是让x成为一个numpy数组。

Answer 1

使用zip*成语转换＆＃39;你的元组列表：

In [150]: alist = [(0,1,2,3,4),tuple('abcde'),(.1,.2,.4,.6,.8)]
In [151]: alist
Out[151]: [(0, 1, 2, 3, 4), ('a', 'b', 'c', 'd', 'e'), (0.1, 0.2, 0.4, 0.6, 0.8)]
In [152]: dt = np.dtype([('0',int),('1','U3'),('2',float)])


In [153]: list(zip(*alist))
Out[153]: [(0, 'a', 0.1), (1, 'b', 0.2), (2, 'c', 0.4), (3, 'd', 0.6), (4, 'e', 0.8)]
In [154]: np.array(_, dt)
Out[154]: 
array([(0, 'a', 0.1), (1, 'b', 0.2), (2, 'c', 0.4), (3, 'd', 0.6),
       (4, 'e', 0.8)], dtype=[('0', '<i8'), ('1', '<U3'), ('2', '<f8')])

还有一个recarray创建者，它接受一个数组列表：

In [160]: np.rec.fromarrays(alist,dtype=dt)
Out[160]: 
rec.array([(0, 'a', 0.1), (1, 'b', 0.2), (2, 'c', 0.4), (3, 'd', 0.6),
           (4, 'e', 0.8)],
          dtype=[('0', '<i8'), ('1', '<U3'), ('2', '<f8')])

还有一个numpy.lib.recfunctions模块（单独导入），具有recarray, structured array个功能。

评论如下：

In [169]: np.fromiter(zip(*alist),dt)
Out[169]: 
array([(0, 'a', 0.1), (1, 'b', 0.2), (2, 'c', 0.4), (3, 'd', 0.6),
       (4, 'e', 0.8)], dtype=[('0', '<i8'), ('1', '<U3'), ('2', '<f8')])

Answer 2

可能不是最优雅的解决方案，但列表理解有效：

x = [np.array(tup, dtype=typ[1]) for tup, typ in zip(y, dt)]

如何在结构化的numpy数组中按列存储

2 个答案: