您想要一个结构化数组,它具有一个复合数组dtype
:
列表示例:
In [4]: ll = [['one','two',1,1.23],['four','five',4,34.3],['six','seven',4,34.3]]
尝试创建一个常规数组,会生成一个字符串数组:
In [5]: np.array(ll)
Out[5]:
array([['one', 'two', '1', '1.23'],
['four', 'five', '4', '34.3'],
['six', 'seven', '4', '34.3']],
dtype='|S5')
但是如果我指定一个dtype
包含 2 个字符串、一个 int 和一个 float,我得到一个一维结构化数组:
In [8]: np.array([tuple(x) for x in ll],dtype='S5,S5,i,f')
Out[8]:
array([('one', 'two', 1, 1.2300000190734863),
('four', 'five', 4, 34.29999923706055),
('six', 'seven', 4, 34.29999923706055)],
dtype=[('f0', 'S5'), ('f1', 'S5'), ('f2', '<i4'), ('f3', '<f4')])
请注意,我必须将内部列表转换为元组。这就是结构化数组获取输入以及显示输入的方式。它有助于区分结构化“行”和常规(二维)数组的统一“行”。
这与结构化数组相同genfromtxt
or loadtxt
读取时产生csv
file.
还有其他指定方法dtype
,以及将数据加载到此类数组中的其他几种方法。但这是一个开始。
进一步测试,https://stackoverflow.com/a/47774915/901925,表明这个元组转换并不那么耗时。仅仅创建数组就需要更多时间。