使用字符串和int在python中创建结构化的numpy数组

Question

我有这个：

>>> matriz
      [['b8:27:eb:d6:e3:10', '0.428s', '198'],
      ['b8:27:eb:d6:e3:10', '0.428s', '232'],
      ['b8:27:eb:07:65:ad', '0.796s', '180'], 
      ['b8:27:eb:07:65:ad', '0.796s', '255'],
      dtype='<U17']`

但我需要专栏

   `matriz[:, [2]] : 
    [['198'],
     ['232'],
     ['180'], 
     ['255']]` 

作为 int 和其他列作为字符串，我正在尝试使用结构化的 numpy 数组，但我有这个错误消息，

 ValueError: invalid literal for int() with base 10: 'b8:27:eb:d6:e3:10'
 TypeError: a bytes-like object is required, not 'str'

我用过

  matriz=np.array(matriz, dtype='U17,U17,i4')

我正在为树莓派 3 使用 numpy 版本“1.12.1”，我不知道我做错了什么。 非常感谢

Answer 1

In [484]: x = np.array([['b8:27:eb:d6:e3:10', '0.428s', '198'],
     ...:               ['b8:27:eb:d6:e3:10', '0.428s', '232'],
     ...:               ['b8:27:eb:07:65:ad', '0.796s', '180'], 
     ...:               ['b8:27:eb:07:65:ad', '0.796s', '255']],
     ...:              dtype='<U17')
     ...:              

您可以通过astype 转换获取最后一列：

In [485]: x[:,2].astype(int)
Out[485]: array([198, 232, 180, 255])
In [486]: x[:,[2]].astype(int)
Out[486]: 
array([[198],
       [232],
       [180],
       [255]])

要构造结构化数组，您需要提供一个元组列表。具有复合 dtype 的列表或非结构化数组的列表将产生您的错误。

In [487]: np.array([tuple(i) for i in x],'U17,U10,int')
Out[487]: 
array([('b8:27:eb:d6:e3:10', '0.428s', 198),
       ('b8:27:eb:d6:e3:10', '0.428s', 232),
       ('b8:27:eb:07:65:ad', '0.796s', 180),
       ('b8:27:eb:07:65:ad', '0.796s', 255)],
      dtype=[('f0', '<U17'), ('f1', '<U10'), ('f2', '<i8')])
In [488]: _['f2']
Out[488]: array([198, 232, 180, 255])

结构化数组的字段按名称获取。

Answer 2

NumPy 最适用于同构 dtype 数组。如果您有不同的类型，Pandas 是一个不错的选择。

但是，您的问题可以通过 NumPy structured arrays：

import numpy as np

x = np.array([['b8:27:eb:d6:e3:10', '0.428s', '198'],
              ['b8:27:eb:d6:e3:10', '0.428s', '232'],
              ['b8:27:eb:07:65:ad', '0.796s', '180'], 
              ['b8:27:eb:07:65:ad', '0.796s', '255']],
             dtype='<U17')

arr = np.core.records.fromarrays(x.transpose(),
                                 formats='<U17,<U17,i4',
                                 names='col1,col2,col3')

print(arr)

rec.array([('b8:27:eb:d6:e3:10', '0.428s', 198),
           ('b8:27:eb:d6:e3:10', '0.428s', 232),
           ('b8:27:eb:07:65:ad', '0.796s', 180),
           ('b8:27:eb:07:65:ad', '0.796s', 255)],
          dtype=[('col1', '<U17'), ('col2', '<U17'), ('col3', '<i4')])