将 ndarray 与标量相乘：TypeError：无效的类型提升

Question

我试图将 ndarray 中的每一列都乘以一个标量。当我尝试这样做时，我收到错误TypeError: invalid type promotion。

我尝试过使用array.astype(float)，但这给出了所有NaNs。

array = np.genfromtxt("file.csv", dtype=float, delimiter='\t', names=True)

newarray = array*4.0

file.csv 有许多列标题。例如：

array['col_a'] = [5.0, 6.0]

乘以标量后，我想要： newarray['col_a'] 成为[20.0, 24.0]

Answer 1

老实说，我很惊讶这从未出现在我自己的代码中，但事实证明 Numpy 结构化数组（即具有字段名称的数组）don't support the standard arithmetic operators+、-、* 或/（见脚注*）。

因此，您唯一的选择是使用阵列的非结构化版本。 @hpaulj 的评论指出了您可以这样做的方法（this old answer 包含对如何获得添加以使用结构化数组的彻底探索。）。索引单个字段（其结果的行为类似于标准数组）并将其相乘：

import numpy as np
from io import StringIO

csv = '''col_a\tcol_b\tcol_c
5.0\t19.6\t22.8
6.0\t42.42\t39.208
'''

arr = np.genfromtxt(StringIO(csv), dtype=np.float64, delimiter='\t', names=True)

xcol_a = arr['col_a']*4
print(xcol_a)
# output: [20. 24.]

或在生成数组时省略 names=True kwarg（这会使 np.genfromtxt 返回标准数组而不是结构化数组）：

arrstd = np.genfromtxt(StringIO(csv), dtype=np.float64, delimiter='\t', skip_header=True)

print(arrstd*4)
# output: [[ 20.     78.4    91.2  ]
#          [ 24.    169.68  156.832]]

*：从技术上讲，Numpy 的许多内置 ufunc's 在处理结构化数组时似乎不受支持。至少有一些比较函数/运算符（<、> 和 ==）are supported。