混合类型的 NumPy 数组/矩阵

Question

我正在尝试创建一个具有混合数据类型（字符串、整数、整数）的 NumPy 数组/矩阵 (Nx3)。但是当我通过添加一些数据来附加这个矩阵时，我得到一个错误：TypeError: invalid type Promotion。请问，谁能帮我解决这个问题？

当我使用示例数据创建一个数组时，NumPy 将矩阵中的所有列转换为一个“S”数据类型。而且我无法为数组指定数据类型，因为当我这样做时 res = np.array(["TEXT", 1, 1], dtype='S, i4, i4') - 我收到一个错误：TypeError: expected a readable buffer object

templates.py

import numpy as np
from pprint import pprint

test_array = np.zeros((0, 3), dtype='S, i4, i4')
pprint(test_array)

test_array = np.append(test_array, [["TEXT", 1, 1]], axis=0)
pprint(test_array)

print("Array example:")
res = np.array(["TEXT", 1, 1])
pprint(res)

输出：

array([], shape=(0L, 3L), 
  dtype=[('f0', 'S'), ('f1', '<i4'), ('f2', '<i4')])

 Array example:
 array(['TEXT', '1', '1'], dtype='|S4')

错误：

Traceback (most recent call last):

File "templates.py", line 5, in <module>
test_array = np.append(test_array, [["TEXT", 1, 1]], axis=0)

File "lib\site-packages\numpy\lib\function_base.py", line 3543, in append
return concatenate((arr, values), axis=axis)

TypeError: invalid type promotion

Answer 1

您的问题在于数据。试试这个：

res = np.array(("TEXT", 1, 1), dtype='|S4, i4, i4')

或

res = np.array([("TEXT", 1, 1), ("XXX", 2, 2)], dtype='|S4, i4, i4')

数据必须是元组或元组列表。从错误消息中看不太明显，是吗？

另外，请注意，必须指定文本字段的长度才能真正保存文本数据。如果要将文本保存为对象（仅在数组中引用，则：

res = np.array([("TEXT", 1, 1), ("XXX", 2, 2)], dtype='object, i4, i4')

这通常也很有用。

Answer 2

如果你没有和 numpy 结婚，pandas DataFrame 是完美的选择。 或者，您可以将数组中的字符串字段指定为 python 对象（以 dtype='O, i4, i4' 为例）。另外 append 似乎喜欢元组列表，而不是列表列表。我认为这与列表的可变性有关，不确定。

Answer 3

首先，numpy 使用固定的物理记录大小存储数组元素。因此，记录对象都需要具有相同的物理大小。出于这个原因，您需要告诉 numpy 字符串的大小或保存指向存储在其他地方的字符串的指针。在记录数组中，“S”转换为长度为零的字符串，这可能不是您想要的。

append 方法实际上是将整个数组复制到更大的物理空间以容纳新元素。试试，例如：

import numpy as np
mtype = 'S10, i4, i4'
ta = np.zeros((0), dtype=mtype)
print id(ta)
ta = np.append(ta, np.array([('first', 10, 11)], dtype=mtype))
print id(ta)
ta = np.append(ta, np.array([('second', 20, 21)], dtype=mtype))
print id(ta)

每次以这种方式追加时，副本都会变慢，因为每次增长时都需要分配和复制更多内存。这就是为什么每次追加时 id 都会返回不同值的原因。如果您想要数组中的任何大量记录，最好从一开始就分配足够的空间，或者在列表中累积数据，然后在完成后将列表收集到一个 numpy 结构化数组中。这也使您有机会将 mtype 中的字符串长度尽可能短，同时仍然足够长以容纳最长的字符串。

Answer 4

我认为这就是您要完成的任务 - 创建一个包含所需 dtype 的空数组，然后向其中添加一个或多个数据集。结果将具有形状 (N,)，而不是 (N,3)。

正如我在评论中指出的，np.append 使用 np.concatenate，所以我也在使用它。此外，我必须同时制作 test_array 和 x 1d 数组（分别为形状 (0,) 和 (1,)）。而dtype 字段是S10，大到足以包含“TEXT”。

In [56]: test_array = np.zeros((0,), dtype='S10, i4, i4')

In [57]: x = np.array([("TEST",1,1)], dtype='S10, i4, i4')

In [58]: test_array = np.concatenate((test_array, x))

In [59]: test_array = np.concatenate((test_array, x))

In [60]: test_array
Out[60]: 
array([('TEST', 1, 1), ('TEST', 1, 1)], 
      dtype=[('f0', 'S'), ('f1', '<i4'), ('f2', '<i4')])

这是一个从元组列表构建数组的示例：

In [75]: xl=('test',1,1)

In [76]: np.array([xl]*3,dtype='S10,i4,i4')
Out[76]: 
array([('test', 1, 1), ('test', 1, 1), ('test', 1, 1)], 
      dtype=[('f0', 'S10'), ('f1', '<i4'), ('f2', '<i4')])

Answer 5

我不相信你可以用一种以上的数据类型创建一个数组。但是，您可以创建一个包含多种数据类型的列表。

list = ["TEXT", 1, 1]
print(list)

给予

['TEXT', 1, 1]