数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装学
法学从文本形式的记录列表创建recarray并在Numpy中基于索引获取数组
要从文本形式的记录列表创建recarray，请在Python Numpy中使用**numpy.core.records.fromrecords()**方法。名称使用“**names**”参数设置。字段名称，可以指定为逗号分隔的字符串，格式为'col1, col2, col3'，也可以指定为字符串列表或元组，格式为['col1', 'col2', 'col3']。可以使用空列表，在这种情况下，使用默认字段名称（'f0'，'f1'，…）。数据类型使用“dtype”参数设置。
第一个参数是数据，同一字段中的数据可能是异构的——它们将被提升到最高数据类型。dtype是所有数组的有效dtype。formats、names、titles、aligned、byteorder参数，如果dtype为None，则这些参数将传递给numpy.format_parser以构造dtype。如果formats和dtype都为None，则将自动检测formats。为了更快地处理，请使用元组列表而不是列表的列表。
步骤
首先，导入所需的库：
import numpy as np
使用numpy.array()方法创建一个新数组：
arr1 = np.array([[7, 14, 21], [30, 37, 45]]) arr2 = np.array([[11.3, 18.7, 24], [87.5, 65, 23.8]]) arr3 = np.array([['12', 'bbb', 'john'], ['5.6', '29', 'k']])
显示数组：
print("Array1...
",arr1)
print("Array2...
",arr2)
print("Array3...
",arr3)获取数组的类型：
print("
Array1 type...
", arr1.dtype)
print("
Array2 type...
", arr2.dtype)
print("
Array3 type...
", arr3.dtype)获取数组的形状：
print("
Array1 Dimensions...
", arr1.ndim)
print("
Array2 Dimensions...
", arr2.ndim)
print("
Array3 Dimensions...
", arr3.ndim)要从文本形式的记录列表创建recarray，请在Python Numpy中使用numpy.core.records.fromrecords()方法：
rec = np.core.records.fromrecords([arr1,arr2,arr3], names = 'col1, col2, col3')
print("
Record Array...
",rec)获取数组值：
print("
Fetching the array1...
",rec[0])
print("
Fetching the array2...
",rec[1])
print("
Fetching the array3...
",rec[2])示例
import numpy as np
# Create a new array using the numpy.array() method
arr1 = np.array([[7, 14, 21], [30, 37, 45]])
arr2 = np.array([[11.3, 18.7, 24], [87.5, 65, 23.8]])
arr3 = np.array([['12', 'bbb', 'john'], ['5.6', '29', 'k']])
# Display the arrays
print("Array1...
",arr1)
print("Array2...
",arr2)
print("Array3...
",arr3)
# Get the type of the arrays
print("
Array1 type...
", arr1.dtype)
print("
Array2 type...
", arr2.dtype)
print("
Array3 type...
", arr3.dtype)
# Get the dimensions of the Arrays
print("
Array1 Dimensions...
", arr1.ndim)
print("
Array2 Dimensions...
", arr2.ndim)
print("
Array3 Dimensions...
", arr3.ndim)
# To create a recarray from a list of records in text form, use the numpy.core.records.fromrecords() method in Python Numpy
# The names is set using the "names" parameter
# The field names, either specified as a comma-separated string in the form 'col1, col2, col3', or as a list or tuple of strings in the form ['col1', 'col2', 'col3'].
# An empty list can be used, in that case default field names (‘f0’, ‘f1’, …) are used.
# The datatype is set using the "dtype" parameter
rec = np.core.records.fromrecords([arr1,arr2,arr3], names = 'col1, col2, col3')
print("
Record Array...
",rec)
print("
Fetching the array1...
",rec[0])
print("
Fetching the array2...
",rec[1])
print("
Fetching the array3...
",rec[2])输出
Array1...
[[ 7 14 21]
[30 37 45]]
Array2...
[[11.3 18.7 24. ]
[87.5 65. 23.8]]
Array3...
[['12' 'bbb' 'john']
['5.6' '29' 'k']]
Array1 type...
int64
Array2 type...
float64
Array3 type...
<U4
Array1 Dimensions...
2
Array2 Dimensions...
2
Array3 Dimensions...
2
Record Array...
[[('7', '14', '21') ('30', '37', '45')]
[('11.3', '18.7', '24.0') ('87.5', '65.0', '23.8')]
[('12', 'bbb', 'john') ('5.6', '29', 'k')]]
Fhing the array1...
[('7', '14', '21') ('30', '37', '45')]
Fhing the array2...
[('11.3', '18.7', '24.0') ('87.5', '65.0', '23.8')]
Fhing the array3...
[('12', 'bbb', 'john') ('5.6', '29', 'k')]
更新于：2022年2月10日
231 次浏览
广告