为什么使用 numpy.ndarray.astype 将 numpy.ndarray 转换为自定义数据类型会使我的数据相乘？

Question

执行此代码：

import numpy as np

py_list = [2013, 8, 0.6552562894775783]
custom_type = np.dtype([
                        ('YEAR',np.uint16),
                        ('DOY', np.uint16),
                        ('REF',np.float16)
                        ])

NumPy_array = np.array(py_list)
NumPy_array_converted = NumPy_array.astype(custom_type)

print 'custom_type is:'
print custom_type
print '---------------------------------------------'
print 'py_list is:'
print py_list
print '---------------------------------------------'
print 'NumPy_array is:'
print NumPy_array
print '---------------------------------------------'
print 'NumPy_array converted to custom_type is:'
print NumPy_array_converted
print '---------------------------------------------'

打印：

custom_type is:
[('YEAR', '<u2'), ('DOY', '<u2'), ('REF', '<f2')]
---------------------------------------------
py_list is:
[2013, 8, 0.6552562894775783]
---------------------------------------------
NumPy_array is:
[  2.01300000e+03   8.00000000e+00   6.55256289e-01]
---------------------------------------------
NumPy_array converted to custom_type is:
[(2013, 2013, 2013.0) (8, 8, 8.0) (0, 0, 0.6552734375)]
---------------------------------------------

1) 问题是为什么在转换为自定义数据类型后，与未转换的 numpy 数组 NumPy_array 相比，我的数据增加了三倍 NumPy_array_converted？

2) 如何更改custom_type 以获得不三倍数组？

Answer 1

np.array([tuple(py_list)], custom_type)

生产

array([(2013, 8, 0.6552734375)], 
  dtype=[('YEAR', '<u2'), ('DOY', '<u2'), ('REF', '<f2')])

结构化数组的数据应该是一个元组列表（或只是一个元组）。注意值的显示方式。 [(...)].

astype 可能有办法做到这一点，但这很棘手。

另外，请注意 NumPy_array 是 3 个浮点数，而 py_list 是 2 个整数和一个浮点数。 custom_type 想要将这 2 个整数转换为 'u2'。它们不兼容。