Question

这给了我一个错误：

import numpy as np
x = np.array([[1, 'O', 1]],
             dtype=np.dtype([('step', 'int32'),
                             ('symbol', '|S1'),
                             ('index', 'int32')]))

TypeError: expected a readable buffer object

我不知道为什么会失败？

或者，我怎么能强迫这样的陈述起作用？

x = np.array([[1, 'O', 1]])

然后

x.dtype = np.dtype([('step', 'int32'),('symbol', '|S1'),('index', 'int32')])

或

x.view(dtype=np.dtype([('step', 'int32'),('symbol', '|S1'),('index', 'int32')]))

都给我

ValueError: new type not compatible with array.

修改

如果我尝试将每个记录作为元组输入，它会认为三元组是单个值，而不是三个单独的字段？例如：

import numpy as np
x = np.array([(1, 'O', 1)],
             dtype=np.dtype([('step', 'int32'),
                             ('symbol', '|S1'),
                             ('index', 'int32')]))

看起来很好，直到我这样做：

import numpy.lib.recfunctions as rec
rec.append_fields(x,'x',x['index']+1)

给了我

TypeError: object of type 'numpy.int32' has no len()

大概是因为x.shape是（1，）而不是（1,3）。

Answer 1

将每一行设为元组，而不是列表：

import numpy as np
x = np.array([(1, 'O', 1)],
             dtype=np.dtype([('step', 'int32'),
                             ('symbol', '|S1'),
                             ('index', 'int32')]))

Numpy开发者Robert Kern explains：

通常，元组被视为“标量”记录，列表是递归。这个规则有助于numpy.array（）找出哪个序列是记录，是要递归的其他序列根据;即哪些序列创建另一个维度，哪个序列是原子元素。

Answer 2

我将展示一种更通用的创建记录数组的方法：

# prepare the array with different types
recarr = np.zeros((4,), dtype=('i4,f4,a10'))

# creating the columns
col1 = [1, 7, 2, 3]
col2 = [1.1, 0.5, 2, 7.45]
col3 = ['This', 'is', 'text', '!!!']

# create a list of tuples from columns
prepare = zip(col1, col2, col3)

# assigning value so recarr
recarr[:] = prepare

现在您可以为每个列指定名称：

recarr.dtype.names = ('ID' , 'price', 'text')

以后获取此列的值：

print recarr('price')

如何创建一个numpy记录数组？

2 个答案: