在 Numpy 数组中使用字典使该数组具有单一数据类型

Question

我是 python 和学习 Numpy 的新手。我已经阅读和测试的是 np.array 具有单一数据类型。当我在普通代码上使用它时，它可以正常工作并且表现良好。即

import numpy as np 
np1 = np.array([1,'2' , True])

for i in np1:
   print(type(i))

答案是

<class 'numpy.str_'>
<class 'numpy.str_'>
<class 'numpy.str_'>

但是当我的代码是

np2 = np.array([{1:1 , 2:2 }, 1 , True , '1'])
for i in np2:
    print(type(i))

答案是

<class 'dict'>
<class 'int'>
<class 'bool'>
<class 'str'>

这表明元素不是 numpy 类，因为上面的答案是<class 'numpy.str'>。 当我打印 print(type(np2)) 时，答案是 <class 'numpy.ndarray'>。 你能解释为什么它们不是相同的数据类型吗？谢谢

Answer 1

如果未给出数组所需的数据类型，则类型“将被确定为在序列中保存对象所需的最小类型。”

在第一种情况下，最小类型是str，因为每个项目都可以转换为字符串。新数组包含字符串。

第二种情况，最小类型是object（因为<class 'str'>和dict不能转换成字符串）。新数组包含对对象的引用。每个对象都有自己的类型。

您可以强制 np1 成为对象数组：

np1 = np.array([1, '2' , True], dtype=object)
type(np1[0]))
#<class 'int'>
type(np1[1]))
#<class 'str'>
type(np1[2]))
#<class 'bool'>

Answer 2

在交互式ipython 会话中，诸如数组之类的对象以其repr 表示形式显示。我觉得这个信息量很大：

In [41]: np1 = np.array([1,'2' , True])                                                                   
In [42]: np1                                                                                              
Out[42]: array(['1', '2', 'True'], dtype='<U21')

注意引号和U21 dtype。两者都表明数组包含字符串，数字和布尔值都已转换为通用字符串 dtype。

In [43]: np2 = np.array([{1:1 , 2:2 }, 1 , True , '1'])                                                   
In [44]: np2                                                                                              
Out[44]: array([{1: 1, 2: 2}, 1, True, '1'], dtype=object)
In [45]: [{1:1 , 2:2 }, 1 , True , '1']                                                                   
Out[45]: [{1: 1, 2: 2}, 1, True, '1']

注意object dtype。元素显示与列表基本相同。这样的数组实际上是一个列表。有一些区别，但出于许多目的，它可以被视为一个列表。它与列表相比几乎没有优点，也有一些缺点。它没有数字 numpy 数组的计算速度。

对象 dtype 数组的数据缓冲区类似于列表的底层缓冲区。两者都包含指向存储在内存中其他位置的对象的指针或引用。从这个意义上说，它确实有一个单一的数据类型——一个引用。

===

如果我创建一个列表，然后从该列表中创建一个对象 dtype 数组：

In [48]: alist = [{1:1 , 2:2 }, 1 , True , '1']                                                           
In [49]: arr = np.array(alist)                                                                            
In [50]: arr                                                                                              
Out[50]: array([{1: 1, 2: 2}, 1, True, '1'], dtype=object)

我可以证明数组中的字典与列表中的字典相同。他们有相同的id：

In [51]: id(arr[0])                                                                                       
Out[51]: 140602595005568
In [52]: id(alist[0])                                                                                     
Out[52]: 140602595005568

以及对列表的修改，显示在数组中：

In [53]: alist[0][3]=3                                                                                    
In [54]: arr                                                                                              
Out[54]: array([{1: 1, 2: 2, 3: 3}, 1, True, '1'], dtype=object)

Answer 3

请参考documentation。它支持的第一个特性是它是

强大的 N 维数组对象

因此，它将任何元素作为对象处理

另一件事：

除了其明显的科学用途外，NumPy 还可以用作通用数据的高效多维容器。可以定义任意数据类型。这使 NumPy 可以无缝、快速地与各种数据库集成。

因此，NumPy 数组会尽可能有效地将其元素存储为相同的数据类型以优化性能。