记录数组 (numpy.rec)#

记录数组将结构化数组的字段作为属性公开.

最常见的是,ndarrays 包含单一类型的元素,例如浮点数、整数、布尔值等.然而,元素也可以通过结构化类型组合这些类型,例如:

>>> import numpy as np
>>> a = np.array([(1, 2.0), (1, 2.0)],
...     dtype=[('x', np.int64), ('y', np.float64)])
>>> a
array([(1, 2.), (1, 2.)], dtype=[('x', '<i8'), ('y', '<f8')])

这里,每个元素由两个字段组成:x（一个整数）和 y（一个浮点数）.这被称为结构化数组.不同的字段类似于电子表格中的列.不同的字段可以像字典一样访问:

>>> a['x']
array([1, 1])

>>> a['y']
array([2., 2.])

记录数组允许我们像属性一样访问字段:

>>> ar = np.rec.array(a)
>>> ar.x
array([1, 1])
>>> ar.y
array([2., 2.])

函数#

array(obj[, dtype, shape, offset, strides, ...])

从各种对象构建记录数组.

find_duplicate(list)

在列表中查找重复项,返回重复元素的列表

format_parser(formats, names, titles[, ...])

类用于将格式、名称、标题描述转换为一种数据类型.

fromarrays(arrayList[, dtype, shape, ...])

从数组的（扁平）列表创建一个记录数组

fromfile(fd[, dtype, shape, offset, ...])

从二进制文件数据创建一个数组

fromrecords(recList[, dtype, shape, ...])

从文本形式的记录列表创建一个 recarray.

fromstring(datastring[, dtype, shape, ...])

从二进制数据创建一个记录数组

此外,`numpy.recarray` 类和 numpy.record 标量数据类型存在于这个命名空间中.

On this page