结构化数组

假设我们要保存这样的数据:

  name age wgt
0 dan 1 23.1
1 ann 0 25.1
2 sam 2 8.3

希望定义一个一维数组,每个元素有三个属性 name, age, wgt,此时我们需要使用结构化数组。

定义数组 a

0 1 2 3
1.0 2.0 3.0 4.0

 

 numpy结构化数组

使用 view 方法,将 a 对应的内存按照复数来解释。 

0 1 2 3
1.0 2.0 3.0 4.0
real imag real imag

事实上,我们可以把复数看成一个结构体,第一部分是实部,第二部分是虚部,这样这个数组便可以看成是一个结构化数组。

换句话说,我们只需要换种方式解释这段内存,便可以得到结构化数组的效果!

0 1 2 3
1.0 2.0 3.0 4.0
mass vol mass vol

例如,我们可以将第一个浮点数解释为质量,第二个浮点数解释为速度,则这段内存还可以看成是包含两个域(质量和速度)的结构体。

numpy结构化数组

 

这里,我们使用 dtype 创造了自定义的结构类型,然后用自定义的结构来解释数组 a 所占的内存。

这里 f4 表示四字节浮点数,< 表示小字节序。

利用这个自定义的结构类型,我们可以这样初始化结构化数组:

numpy结构化数组

第一个元素:

numpy结构化数组

得到第一个元素的速度信息,可以使用域的名称来索引:

 numpy结构化数组

得到所有的质量信息: 

numpy结构化数组

自定义排序规则,先按速度,再按质量:

 numpy结构化数组

回到最初的例子,定义一个人的结构类型:numpy结构化数组 

查看类型所占字节数:

 numpy结构化数组

产生一个 3 x 4 共12人的空结构体数组:

numpy结构化数组 

numpy结构化数组 

numpy结构化数组 

从文本中读取结构化数组

我们有这样一个文件:

numpy结构化数组

 利用 loadtxt 指定数据类型,从这个文件中读取结构化数组:

numpy结构化数组

查看 name 域:

numpy结构化数组

删除文件:

numpy结构化数组 对于下面的文件:

numpy结构化数组

定义转换函数处理材料属性,使之对应一个整数:

numpy结构化数组 

使用 genfromtxt 载入数据,可以自动从第一行读入属性名称:

numpy结构化数组 

删除文件:numpy结构化数组 

嵌套类型

有时候,结构数组中的域可能包含嵌套的结构,例如,在我们希望在二维平面上纪录一个质点的位置和质量:

position mass
x y

那么它的类型可以这样嵌套定义:

numpy结构化数组

假设数据文件如下:

numpy结构化数组 

numpy结构化数组 

 查看位置的 x 轴,删除生成的文件:

numpy结构化数组

 

 

相关文章:

  • 2021-10-10
  • 2021-04-06
  • 2022-01-01
  • 2021-05-14
  • 2022-12-23
  • 2021-07-28
  • 2021-12-05
  • 2022-12-23
猜你喜欢
  • 2021-11-15
  • 2022-12-23
  • 2022-12-23
  • 2022-12-23
  • 2021-04-18
  • 2021-12-03
  • 2021-12-26
相关资源
相似解决方案