Numpy，命名列

Question

关于 numpy 的简单问题：

我将100个值加载到向量a中。从这个向量中，我想创建一个带有两列的数组A，其中一列名称为"C1"，类型为int32，另一列名称为"C2"，类型为int64。 例如：

a = range(100)
A = array(a).reshape( len(a)/2, 2)
# A.dtype = ...?

当我从a创建数组时，如何定义列的类型和名称？

- Jakub M.

---

你最好的选择是将数组（实际上两个）和名称列表封装到一个容器类中，然后使用它。 - Keith

@Keith：你是指特定的类吗？（我对numpy还不熟悉）？ - Jakub M.

不，我是指你自己创建的数组。然后你可以从你新类中定义的方法中委托操作到你的数组。同时定义一个__str__方法，以带标题的方式漂亮地打印出你的数组。 - Keith

你需要将数据放在一个数组中吗？也就是说，你是否要一次性对整个数组执行操作（即使你声明每列需要不同的数据类型），还是要对每列执行不同的操作？如果是后者，也许没有理由将它们放在一个numpy数组中，而不是多个具有不同名称的不同数组。根据Keith的建议，你可以将这些单独的数组组合成一个类或命名元组。 - Daan

Answer 1

NumPy结构化数组具有命名列：

import numpy as np
    
a = range(100)
A = np.array(list(zip(*[iter(a)] * 2)), dtype=[('C1', 'int32'),('C2', 'int64')])
print(A.dtype)

[('C1', '<i4'), ('C2', '<i8')]

你可以像这样通过名称访问列：

print(A['C1'])
# [ 0  2  4  6  8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48
#  50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80 82 84 86 88 90 92 94 96 98]

请注意，使用np.array和zip一起会导致NumPy从临时元组列表构建数组。Python中的元组列表比等价的NumPy数组占用更多内存。因此，如果您的数组非常大，则可能不想使用zip。

相反地，给定一个NumPy数组A，您可以使用ravel()将A转换为1D数组，然后使用view将其转换为结构化数组，最后使用astype将列转换为所需类型：

a = range(100)
A = np.array(a).reshape( len(a)//2, 2)
A = A.ravel().view([('col1','i8'),('col2','i8'),]).astype([('col1','i4'),('col2','i8'),])
print(A[:5])
# array([(0, 1), (2, 3), (4, 5), (6, 7), (8, 9)], 
#       dtype=[('col1', '<i4'), ('col2', '<i8')])

print(A.dtype)
# dtype([('col1', '<i4'), ('col2', '<i8')])

- unutbu

---

你是正确的。http://docs.scipy.org/doc/numpy-1.4.x/reference/arrays.dtypes.html - Maxim Egorushkin

这是一个闪耀而非未知的技能，但令人惊讶的却不是常识，它应该广为人知。 - Ismael Harun

Answer 2

我知道这是一个老问题，但一个更近期的可用选项是尝试使用pandas。 DataFrame 类型针对结构化数据设计，例如此类数据，其中列是有命名且可以为不同类型。

- user2428107