python col Namen in den np.array

Question

Warum die folgenden Werke:

mat = np.array(
    [(0,0,0), 
    (0,0,0), 
    (0,0,0)], 
    dtype=[('MSFT','float'),('CSCO','float'),('GOOG','float') ] 
    ) 

während dies nicht:

mat = np.array(
    [[0]*3]*3, 
    dtype=[('MSFT','float'),('CSCO','float'),('GOOG','float')] 
    ) 

Wie kann ich eine Matrix leicht wie

erstellen

[[None]*M]*N

Aber mit Tupeln in der Lage sein, Namen zu Spalten zuweisen?

Answer 1

Wenn Sie eine Reihe von 1D-Arrays (Spalten) haben würden Sie zusammenführen möchten, während die Spaltennamen zu halten, können Sie np.rec.fromarrays verwenden:

>>> dt = np.dtype([('a', float),('b', float),('c', float),]) 
>>> np.rec.fromarrays([[0] * 3 ] * 3, dtype=dt) 
rec.array([(0.0, 0.0, 0.0), (0.0, 0.0, 0.0), (0.0, 0.0, 0.0)], dtype=[('a', '<f8'), ('b', '<f8'), ('c', '<f8')]) 

Dies gibt Ihnen eine Aufzeichnung/strukturierte Anordnung, bei der Spalten können Namen & verschiedene Datentypen.

Answer 2

Wenn ich mache einen Null-Array mit Ihrem dtype

In [548]: dt=np.dtype([('MSFT','float'),('CSCO','float'),('GOOG','float') ]) 

In [549]: A = np.zeros(3, dtype=dt) 

In [550]: A 
Out[550]: 
array([(0.0, 0.0, 0.0), (0.0, 0.0, 0.0), (0.0, 0.0, 0.0)], 
     dtype=[('MSFT', '<f8'), ('CSCO', '<f8'), ('GOOG', '<f8')]) 

Hinweis, dass die Anzeige eine Liste von Tupeln zeigt. Das ist beabsichtigt, um die dtype Datensätze aus einer Zeile eines 2d (gewöhnlichen) Arrays zu unterscheiden.

Das bedeutet auch, dass Sie beim Erstellen des Arrays oder beim Zuweisen von Werten auch eine Liste von Tupeln verwenden müssen.

Zum Beispiel wollen wir eine Liste der Liste:

In [554]: ll = np.arange(9).reshape(3,3).tolist() 
In [555]: ll 

In [556]: A[:]=ll 
... 
TypeError: a bytes-like object is required, not 'list' 

aber wenn ich es in eine Liste von Tupeln drehen:

In [557]: llt = [tuple(i) for i in ll] 

In [558]: llt 
Out[558]: [(0, 1, 2), (3, 4, 5), (6, 7, 8)] 

In [559]: A[:]=llt 

In [560]: A 
Out[560]: 
array([(0.0, 1.0, 2.0), (3.0, 4.0, 5.0), (6.0, 7.0, 8.0)], 
     dtype=[('MSFT', '<f8'), ('CSCO', '<f8'), ('GOOG', '<f8')]) 

Zuordnung funktioniert gut. Diese Liste kann auch direkt in array verwendet werden.

In [561]: np.array(llt, dtype=dt) 
Out[561]: 
array([(0.0, 1.0, 2.0), (3.0, 4.0, 5.0), (6.0, 7.0, 8.0)], 
     dtype=[('MSFT', '<f8'), ('CSCO', '<f8'), ('GOOG', '<f8')]) 

Auf ähnliche Werte zuweisen einen Datensatz erfordert ein Tupel, keine Liste:

In [563]: A[0]=(10,12,14) 

Die andere übliche Art und Weise Werte der Einstellung auf einem Feld für Feld Basis. Das kann mit einer Liste oder Array erfolgen:

In [564]: A['MSFT']=[100,200,300] 

In [565]: A 
Out[565]: 
array([(100.0, 12.0, 14.0), (200.0, 4.0, 5.0), (300.0, 7.0, 8.0)], 
     dtype=[('MSFT', '<f8'), ('CSCO', '<f8'), ('GOOG', '<f8')]) 

Die np.rec.fromarrays Methode in der anderen Antwort empfohlen endet mit der Kopie-by-Felder nähern. Es ist Code ist, im Wesentlichen: