访问 numpy 数组中元素的属性

我有一个充满对象（dtype = object）的numpy数组cftime class.

In [1]: a
Out[1]: 
array([cftime.DatetimeNoLeap(2000, 1, 1, 11, 29, 59, 999996, 5, 1),
       cftime.DatetimeNoLeap(2000, 1, 2, 11, 29, 59, 999996, 6, 2),
       cftime.DatetimeNoLeap(2000, 1, 3, 11, 29, 59, 999996, 0, 3)],
      dtype=object)

In [2]: type(a[0])
Out[2]: cftime._cftime.DatetimeNoLeap

这些对象中的每一个都有一个属性month.

a[0].month
Out[66]: 1

我想获得一个具有相同形状的新 numpy 数组，但为原始数组的每个元素填充此属性。就像是b=a.month。但显然这失败了，因为a是一个 numpy 数组，没有month属性。我怎样才能达到这个结果？

PS：当然，我可以使用普通的 Python 循环来完成此操作，但我想遵循完全 numpy 的方法：

b=np.zeros_like(a, dtype=int)
for i in range(a.size):
    b[i] = a[i].month

您可以使用np.vectorize https://docs.scipy.org/doc/numpy-1.9.2/reference/generated/numpy.vectorize.html，以便将函数映射到数组中的每个元素。对于这种情况，您可以定义一个自定义lambda提取每个条目的月份的函数lambda x: x.month:

np.vectorize(lambda x: x.month)(a)
array([1, 1, 1])