在 Numpy 中从(平面)数组列表创建记录数组
numpyserver side programmingprogramming
要从(平面)数组列表创建记录数组，请使用 Python Numpy 中的 numpy.core.records.fromarrays() 方法。它返回由给定 arrayList 列组成的记录数组。
第一个参数是数组类对象列表(例如列表、元组和 ndarrays)。dtype 是所有数组的有效 dtype。格式、名称、标题、对齐、字节顺序参数，如果 dtype 为 None，则这些参数将传递给 numpy.format_parser 以构造 dtype。
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([[5, 10, 15], [20, 25, 30]]) arr2 = np.array([[9, 18, 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 类型...
", arr1.dtype)
print("
Array2 类型...
", arr2.dtype)
print("
Array3 类型...
", arr3.dtype)
获取数组的维度 −
print("
Array1 维度...
", arr1.ndim)
print("
Array2 维度...
", arr2.ndim)
print("
Array3 维度...
", arr3.ndim)
要从(平面)数组列表创建记录数组，请使用 Python Numpy 中的 numpy.core.records.fromarrays() 方法−
print("
记录数组...
",np.core.records.fromarrays([arr1,arr2,arr3]))
示例
import numpy as np
# 使用 numpy.array() 方法创建一个新数组
arr1 = np.array([[5, 10, 15], [20, 25, 30]])
arr2 = np.array([[9, 18, 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 类型...
", arr1.dtype)
print("
Array2 类型...
", arr2.dtype)
print("
Array3 类型...
", arr3.dtype)
# 获取数组的维度
print("
Array1 维度...
", arr1.ndim)
print("
Array2 维度...
", arr2.ndim)
print("
Array3 维度...
", arr3.ndim)
# 要从(平面)数组列表创建记录数组，请使用 Python Numpy 中的 numpy.core.records.fromarrays() 方法 print("
记录数组...
",np.core.records.fromarrays([arr1,arr2,arr3]))
输出
Array1... [[ 5 10 15] [20 25 30]] Array2... [[ 9. 18. 24. ] [87.5 65. 23.8]] Array3... [['12' 'bbb' 'john'] ['5.6' '29' 'k']] Array1 类型... int64 Array2 类型... float64 Array3 类型... <U4 Array1 维度... 2 Array2 维度... 2 Array3 维度... 2
