如何在 numpy 中创建统一的结构化数组？答案

【问题标题】：How to create a uniform structured array in numpy?如何在 numpy 中创建统一的结构化数组？
【发布时间】：2022-01-15 13:35:15
【问题描述】：

我可以在 numpy 中创建以下结构化数组：

dt = np.dtype([('n', 'i4'),('x', 'f8'), ('y', 'f8'), ('z', 'f8')])
arr = np.array((1, 5.0, 6.0, 7.0))

这将创建数组：

array((1, 5., 6., 7.), dtype=[('n', '<i4'), ('x', '<f8'), ('y', '<f8'), ('z', '<f8')])

在dt 的最后三列都是浮点数f8 当有多个相同类型的连续列时，是否有更短的方法来声明dt？

【问题讨论】：

dt = np.dtype([('n', 'i4'), *zip('xyz', ['f8']*3)])?

标签： python arrays numpy

【解决方案1】：

不是更快，但您可以创建一个辅助函数来生成 dtype：

def gen_dtype(names, override=None, default='f8'):
    d = dict(zip(names, [default]*len(names)))
    d.update(override)
    return np.dtype(list(d.items()))

dt  = gen_dtype(list('nxyz'), {'n': 'i4'})

输出：

>>> dt
dtype([('n', '<i4'), ('x', '<f8'), ('y', '<f8'), ('z', '<f8')])

【讨论】：

【解决方案2】：

另一种方法是使用字典格式来定义dtype：

dt2 = np.dtype( {'names': ['n','x','y','z'],
                 'formats': ['i4'] + ['f8']*3} )

【讨论】：