python – 如何从列数组中进行numpy重组

概述我有一对numpy数组;这是一个简单的等效示例： t = np.linspace(0,1,100)data = ((t % 0.1) * 50).astype(np.uint16) 我希望这些是dtype f8,i2的numpy recarray中的列.这是我能够得到我想要的唯一方式： X = np.array(zip(t,data),dtype=[('t','f8'),('data','i2' 我有一对numpy数组;这是一个简单的等效示例：

t = np.linspace(0,1,100)data = ((t % 0.1) * 50).astype(np.uint16)

我希望这些是dtype f8,i2的numpy recarray中的列.这是我能够得到我想要的唯一方式：

X = np.array(zip(t,data),dtype=[('t','f8'),('data','i2')])

但如果我的数据值很大,这是正确的方法吗？我想尽量减少转移数据的不必要开销.

这似乎应该是一个简单的问题,但我找不到一个好的例子.

解决方法 直接的方法是使用 numpy.rec.fromarrays.在您的情况下：

np.rec.fromarrays([t,data],'i2')])

或者干脆

np.rec.fromarrays([t,names='t,data',formats='f8,i2')

会工作.

另外的方法也在Converting a 2D numpy array to a structured array给出

总结

以上是内存溢出为你收集整理的python – 如何从列数组中进行numpy重组全部内容，希望文章能够帮你解决python – 如何从列数组中进行numpy重组所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。