关于python：混合类型的NumPy数组/矩阵

NumPy array/matrix of mixed types

我试图创建一个混合数据类型(字符串、整数、整数)的numpy数组/矩阵(nx3)。但是当我通过添加一些数据来附加这个矩阵时，会得到一个错误：类型错误：类型提升无效。拜托，有人能帮我解决这个问题吗？

当我用示例数据创建一个数组时，numpy将矩阵中的所有列强制转换为一个的数据类型。我不能为数组指定数据类型，因为当我这样做时，res=np.array(["text"，1，1]，dtype='s，i4，i4')-我得到一个错误：type error:需要一个可读的缓冲区对象

模板.py

1
2
3
4
5
6
7
8
9
10
11
12

import numpy as np
from pprint import pprint

test_array = np.zeros((0, 3), dtype='S, i4, i4')
pprint(test_array)

test_array = np.append(test_array, [["TEXT", 1, 1]], axis=0)
pprint(test_array)

print("Array example:")
res = np.array(["TEXT", 1, 1])
pprint(res)

输出：

1
2
3
4
5

array([], shape=(0L, 3L),
dtype=[('f0', 'S'), ('f1', '<i4'), ('f2', '<i4')])

Array example:
array(['TEXT', '1', '1'], dtype='|S4')

号

错误：

1
2
3
4
5
6
7
8
9
10

Traceback (most recent call last):

File"templates.py", line 5, in <module>
test_array = np.append(test_array, [["TEXT", 1, 1]], axis=0)

File"lib\site-packages
umpy\lib\function_base.py", line 3543, in append
return concatenate((arr, values), axis=axis)

TypeError: invalid type promotion

相关讨论

如果你没有嫁给Numpy，熊猫数据框架就是完美的选择。或者，可以将数组中的字符串字段指定为python对象(以dtype='o，i4，i4'为例)。另外，append看起来像元组列表，而不是列表列表。我认为这与列表的可变性有关，不确定。

首先，numpy使用固定的物理记录大小存储数组元素。所以，记录对象都需要具有相同的物理大小。因此，您需要告诉numpy字符串的大小，或者保存一个指向存储在其他地方的字符串的指针。在记录数组中，"s"转换为零长度字符串，这可能不是您想要的。

append方法实际上将整个数组复制到一个更大的物理空间中，以容纳新的元素。尝试，例如：

1
2
3
4
5
6
7
8

import numpy as np
mtype = 'S10, i4, i4'
ta = np.zeros((0), dtype=mtype)
print id(ta)
ta = np.append(ta, np.array([('first', 10, 11)], dtype=mtype))
print id(ta)
ta = np.append(ta, np.array([('second', 20, 21)], dtype=mtype))
print id(ta)

。

每次以这种方式追加时，复制都会变慢，因为每次增加时需要分配和复制更多的内存。这就是为什么每次追加时ID都返回不同的值。如果您希望数组中有大量的记录，那么最好从一开始就分配足够的空间，或者将数据累积到列表中，然后在完成后将列表收集到一个麻木的结构化数组中。这也使您有机会使mtype中的字符串长度尽可能短，同时仍然足够长以容纳最长的字符串。

我认为这正是您试图实现的目标——创建一个所需dtype的空数组，然后向其添加一个或多个数据集。结果将具有形状(n，n)，而不是(n，3)。

正如我在评论中提到的，np.append使用np.concatenate，所以我也在使用它。此外，我还必须分别制作test_array和x1d阵列(形状(0，)和(1，)。dtype字段是S10，足够大以包含"文本"。

1
2
3
4
5
6
7
8
9
10
11
12

In [56]: test_array = np.zeros((0,), dtype='S10, i4, i4')

In [57]: x = np.array([("TEST",1,1)], dtype='S10, i4, i4')

In [58]: test_array = np.concatenate((test_array, x))

In [59]: test_array = np.concatenate((test_array, x))

In [60]: test_array
Out[60]:
array([('TEST', 1, 1), ('TEST', 1, 1)],
dtype=[('f0', 'S'), ('f1', '<i4'), ('f2', '<i4')])

。

下面是从元组列表构建数组的示例：

1
2
3
4
5
6

In [75]: xl=('test',1,1)

In [76]: np.array([xl]*3,dtype='S10,i4,i4')
Out[76]:
array([('test', 1, 1), ('test', 1, 1), ('test', 1, 1)],
dtype=[('f0', 'S10'), ('f1', '<i4'), ('f2', '<i4')])

我不相信您可以用多个数据类型创建数组。但是，您可以使用多个数据类型创建一个列表。

1 2	list = ["TEXT", 1, 1] print(list)

给予

1	['TEXT', 1, 1]

号