numpy：如何一次填充结构化数组中的多个字段

Question

非常简单的问题：我有一个包含多列的结构化数组，我只想用另一个预先存在的数组填充其中的一些（但不止一个）。

这就是我正在尝试的：

strc = np.zeros(4, dtype=[('x', int), ('y', int), ('z', int)])
x = np.array([2, 3])
strc[['x', 'y']][0] = x

这给了我这个未来的警告：

ma​​in：1：FutureWarning：Numpy 检测到您（可能）正在写入数组 由 numpy.diagonal 或通过选择记录中的多个字段返回 大批。此代码可能会在未来的 numpy 版本中中断—— 有关详细信息，请参阅 numpy.diagonal 或 arrays.indexing 参考文档。 快速解决方法是制作一个明确的副本（例如，做 arr.diagonal().copy() 或 arr[['f0','f1']].copy())。

但即使这是一个警告，结构化数组也不会被填充。到目前为止，我正在迭代两个数组并且它有效，但我想这是非常低效的。有没有更好的办法？

Answer 1

如果所有字段都具有相同的dtype，您可以创建一个视图：

import numpy as np
strc = np.zeros(4, dtype=[('x', int), ('y', int), ('z', int)])
strc_view = strc.view(int).reshape(len(strc), -1)
x = np.array([2, 3])
strc_view[0, [0, 1]] = x

如果您想要一个可以创建任何结构化数组的列视图的通用解决方案，您可以尝试：

import numpy as np
strc = np.zeros(3, dtype=[('x', int), ('y', float), ('z', int), ('t', "i8")])

def fields_view(arr, fields):
    dtype2 = np.dtype({name:arr.dtype.fields[name] for name in fields})
    return np.ndarray(arr.shape, dtype2, arr, 0, arr.strides)

v1 = fields_view(strc, ["x", "z"])
v1[0] = 10, 100

v2 = fields_view(strc, ["y", "z"])
v2[1:] = [(3.14, 7)]

v3 = fields_view(strc, ["x", "t"])

v3[1:] = [(1000, 2**16)]

print strc

这是输出：

[(10, 0.0, 100, 0L) (1000, 3.14, 7, 65536L) (1000, 3.14, 7, 65536L)]