如何从 numpy 结构化数组中获取 dtypes 列表？答案

【问题标题】：How to get a list of dtypes from a numpy structured array?如何从 numpy 结构化数组中获取 dtypes 列表？
【发布时间】：2023-03-18 08:12:01
【问题描述】：

如何从 numpy 结构化数组中获取 dtypes 列表？

创建示例结构化数组：

arr = np.array([[1.0, 2.0],[3.0, 4.0]])

dt = {'names':['ID', 'Ring'], 'formats':[np.double, np.double]}
arr.dtype = dt

>>> arr
array([[(1., 2.)],
       [(3., 4.)]], dtype=[('ID', '<f8'), ('Ring', '<f8')])

一方面，很容易隔离列名。

>>> arr.dtype.names
('ID', 'RING')

然而，具有讽刺意味的是，dtype 属性似乎都没有显示单个 dtype。

【问题讨论】：

【解决方案1】：

发现，尽管没有像.items() 这样的字典方法，你仍然可以调用dtype['<column_name>']。

column_names = list(arr.dtype.names)
dtypes = [str(arr.dtype[n]) for n in column_names]

>>> dtypes

['float64', 'float64']

【讨论】：

【解决方案2】：

或者，正如@hpaulj 暗示的那样，一步到位：

>>> [str(v[0]) for v in arr.dtype.fields.values()]

['float64', 'float64']

【讨论】：