为什么 numpy 数组列数据类型没有更新？答案

【问题标题】：Why is it that the numpy array column data type does not get updated?为什么 numpy 数组列数据类型没有更新？
【发布时间】：2018-12-19 20:49:33
【问题描述】：

nd2values[:,[1]]=nd2values[:,[1]].astype(int)
nd2values

输出

array([['021fd159b55773fba8157e2090fe0fe2', '1',
        '881f83d2dee3f18c7d1751659406144e',
        '012059d397c0b7e5a30a5bb89c0b075e', 'A'],
       ['021fd159b55773fba8157e2090fe0fe2', '1',
        'cec898a1d355dbfbad8c760615fde1af',
        '012059d397c0b7e5a30a5bb89c0b075e', 'A'],
       ['021fd159b55773fba8157e2090fe0fe2', '1',
        'a99f44bbff39e352191a870e17f04537',
        '012059d397c0b7e5a30a5bb89c0b075e', 'A'],
       ...,
       ['fdeb2950c4d5209d449ebd2d6afac11e', '4',
        '4f4e47023263931e1445dc97f7dae941',
        '3cd0b15957ceb80f5125bef8bd1bbea7', 'A'],
       ['fdeb2950c4d5209d449ebd2d6afac11e', '4',
        '021dabc5d7a1404ec8ad34fe8ca4b5e3',
        '3cd0b15957ceb80f5125bef8bd1bbea7', 'A'],
       ['fdeb2950c4d5209d449ebd2d6afac11e', '4',
        'f79a2b5e6190ac3c534645e806f1b611',
        '3cd0b15957ceb80f5125bef8bd1bbea7', 'A']], dtype='<U32')

第二列的数据类型还是str。是因为这个特定的 numpy 数组有 dtype 限制吗？您如何将第二列更改为int？谢谢。

np.array(nd2values,dtype=[str,int,str,str,str])

给予

TypeError: data type not understood

【问题讨论】：

Numpy - assign column data types (dtype) to existing array的可能重复
dtype 属于整个数组，而不是列。您必须使用复合 dtype 创建一个结构化数组，以便为每个 field 获取不同的 dtype。

标签： python string numpy int numpy-ndarray

【解决方案1】：

结构化数组替代方案：

问题中的复制粘贴给我一个 (6,5) 数组，其中包含 U32 dtype：

In [96]: arr.shape
Out[96]: (6, 5)

定义复合数据类型：

In [99]: dt = np.dtype([('f0','U32'),('f1',int),('f2','U32'),('f3','U32'),('f4','U1')])

结构化数组的输入应该是元组列表：

In [100]: arrS = np.array([tuple(x) for x in arr], dt)
In [101]: arrS
Out[101]: 
array([('021fd159b55773fba8157e2090fe0fe2', 1, '881f83d2dee3f18c7d1751659406144e', '012059d397c0b7e5a30a5bb89c0b075e', 'A'),
       ('021fd159b55773fba8157e2090fe0fe2', 1, 'cec898a1d355dbfbad8c760615fde1af', '012059d397c0b7e5a30a5bb89c0b075e', 'A'),
       ('021fd159b55773fba8157e2090fe0fe2', 1, 'a99f44bbff39e352191a870e17f04537', '012059d397c0b7e5a30a5bb89c0b075e', 'A'),
       ('fdeb2950c4d5209d449ebd2d6afac11e', 4, '4f4e47023263931e1445dc97f7dae941', '3cd0b15957ceb80f5125bef8bd1bbea7', 'A'),
       ('fdeb2950c4d5209d449ebd2d6afac11e', 4, '021dabc5d7a1404ec8ad34fe8ca4b5e3', '3cd0b15957ceb80f5125bef8bd1bbea7', 'A'),
       ('fdeb2950c4d5209d449ebd2d6afac11e', 4, 'f79a2b5e6190ac3c534645e806f1b611', '3cd0b15957ceb80f5125bef8bd1bbea7', 'A')],
      dtype=[('f0', '<U32'), ('f1', '<i8'), ('f2', '<U32'), ('f3', '<U32'), ('f4', '<U1')])

可以通过名称访问一个字段：

In [102]: arrS['f1']
Out[102]: array([1, 1, 1, 4, 4, 4])

【讨论】：

【解决方案2】：

分配将您的整数转换为数组的类型。为了能够在数组中保存所有类型的对象，请将 dtype 设置为 object。

nd2values = nd2values.astype(object)

然后

nd2values[:,[1]]=nd2values[:,[1]].astype(int)

【讨论】：

请注意，object dtype 数组的数学运算速度较慢。该数组现在包含指向内存中其他位置的对象的指针，就像 list。