NumPy：从记录数组中获取数值的最小/最大值。

Question

我有一个由NumPy记录数组组成的浮点数：

import numpy as np
ar = np.array([(238.03, 238.0, 237.0),
               (238.02, 238.0, 237.01),
               (238.05, 238.01, 237.0)], 
              dtype=[('A', 'f'), ('B', 'f'), ('C', 'f')])

我怎样从这个记录数组中确定最小/最大值？我通常的尝试 ar.min() 会失败，显示以下错误信息:

TypeError: cannot perform reduce with flexible type

我不知道如何将这些值展平成一个更简单的 NumPy 数组。

- Mike T

Answer 1

最简单、最有效的方法可能是将你的数组视为一个浮点数的简单二维数组：simple 2D array of floats。

ar_view = ar.view((ar.dtype[0], len(ar.dtype.names)))

这是针对结构化数组的2D数组视图：

print ar_view.min(axis=0)  # Or whatever…

这种方法速度很快，因为不会创建新的数组（对ar_view的更改会导致ar的更改）。不过，这种方法只适用于像您这样所有记录字段都具有相同类型（此处为float32）的情况。

其中一个优点是该方法保持了原始数组的2D结构：例如，您可以在每个“列”（axis=0）中找到最小值。

- Eric O Lebigot

---

我在使用float时遇到了一个错误："ValueError: new type not compatible with array." 但是，如果我使用NumPy的浮点数据类型，如ar.dtype[0]（或dtype('float32')），就可以成功！ - Mike T

ar.view((ar.dtype[0], len(ar.dtype))) - Mike T

我猜现在我们会使用structured_to_unstructured？ - djvg

这是一个有趣的评论。请注意，structured_to_unstructured 创建了一个 新 数组，因此并不完全等同于此答案（而且速度较慢）。 - Eric O. Lebigot

Answer 2

你可以做

# construct flattened ndarray
arnew = np.hstack(ar[r] for r in ar.dtype.names)

要将recarray压平，然后就可以执行正常的ndarray操作，例如：

armin, armax = np.min(arnew), np.max(arnew)
print(armin),
print(armax)

结果如下：

237.0 238.05

基本上，ar.dtype.names 给出了 recarray 名称的列表，然后您可以从名称中逐个检索数组并堆叠到 arnew 中。

- nye17

---

如果结构化数组的不同字段类型不相同，则np.hstack()非常有用，但在这种情况下并非如此。对于这个问题，“view()”方法（请参见我的答案）更快，并且还具有保持原始数组的二维结构完整的优点。 - Eric O. Lebigot

没错，我以为操作者想要一个扁平化的ndarray，所以建议他使用hstack()，但如果数据类型是统一的且只需要最小/最大值，那么使用view会更好。 - nye17

Answer 3

这可能会帮助其他人解决问题，但另一种更为合理的方法是：

import numpy as np
ar = np.array([(238.03, 238.0, 237.0),
              (238.02, 238.0, 237.01),
              (238.05, 238.01, 237.0)], 
              dtype=[('A', 'f'), ('B', 'f'), ('C', 'f')])
arView = ar.view(np.recarray)
arView.A.min()

这让我可以自由选择。但我的问题是，所有元素的数据类型并不相同（通常是一个相当复杂的结构体）。

- kratsg

Answer 4

一种现代的方法是利用pandas读取和处理记录数组，然后转换回NumPy：

import pandas as pd

# read record array as a data frame, process data
df = pd.DataFrame(ar)
df_min = df.min(axis=0)

# convert to a uniform array
df_min.to_numpy()
# array([238.02, 238.  , 237.  ], dtype=float32)

# convert to a record array
df_min.to_frame().T.to_records(index=False)
# rec.array([(238.02, 238., 237.)],
#           dtype=[('A', '<f4'), ('B', '<f4'), ('C', '<f4')])

- Mike T