【发布时间】:2014-10-04 05:00:03
【问题描述】:
假设我有一个具有各种数字数据类型的 NumPy 结构化数组。作为一个基本的例子,
my_data = np.array( [(17, 182.1), (19, 175.6)], dtype='i2,f4')
如何将其转换为常规的 NumPy 浮点数组?
来自this answer,我知道我可以使用
np.array(my_data.tolist())
但显然它很慢,因为您“将有效打包的 NumPy 数组转换为常规 Python 列表”。
【问题讨论】:
-
在上一个问题中,所有字段都属于同一类型。
-
我写了a quick script 来查看对于 30000x3000 阵列来说哪个答案是最快的,它们非常相似——JohnZwinck 的:0.30 秒,Jaime 的:0.41 秒,hpaulj 的:0.46 秒,WarrenWeckesser : 0.47 秒。他们都使用了大约 3GB 的内存。
标签: python arrays numpy structured-array