将列表列表转换为具有多种数据类型的 numpy 数组

我有一个从文件中读取的列表列表。每个内部列表的长度为 6 个元素，并具有 3 个字符串和 5 个浮点数。如何将此列表列表转换为 numpy 数组？谢谢！

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。