Python numpy之结构化数组赋值

盆友圈的小可爱
1,131 阅读3分钟

image.png

「这是我参与2022首次更文挑战的第10天，活动详情查看：2022首次更文挑战」

前言

众所周知，Python list具有切片索引的功能。numpy 数组同样是使用 Python 标准的x[obj] 对象来实现的。

在 numpy之索引中，我们可以知道numpy 数组索引可以分为基本索引、高级索引等

  • 基本索引使用的是单元素索引进行的，结果返回的是副本
  • 基本切片按照start:end:step格式进行，结构返回的是视图
  • 高级索引主要分为整数数组索引、布尔索引及花式索引
  • 高级索引返回的结果是副本

image.png

我们前面也学习了的numpy之结构化数组中可以知道，结构化数组是由一系列的数据类型命名的字段组成组成的，其数据类型是字节序列（itemsize）。每一个字段由name、datatype和offset组成。

numpy 对于普通的数组，都支持索引切片操作，哪结构化数组是否支持索引呢？

答案是肯定的，numpy 结构化数组同样支持索引赋值操作。

本期，我们先学习numpy 结构化数组赋值的相关操作吧，Let's go~~

1. 结构化数组赋值

对于在Python内置数据类型如list、tuple等，我们可以通过索引下标等操作进行赋值即可

同理，在 numpy 结构化数组赋值也有三种方法：来自元组赋值、标量赋值、来之其他结构化数组赋值。

image.png

2. 来自元组赋值

numpy 使用python tuple 方式将数据值赋值给结构化数组是最简单的方法

  • 赋值元组数据值要与数组中字段数的元组长度一致

  • 赋值的过程中，会触发numpy 的广播规则

  • 元组的数据赋值给数组字段顺序从左到右，且内存空间是连续的

    >>> stu_type = np.dtype({"name":("S6",0,"nickname"),"age":("i8",1)})
>>> stu_list = np.array([("Tom",12),("Anne",10),stu_type])
>>> stu_list[0] = ("Tony",15)
>>> stu_list
array([('Tony', 15), ('Anne', 10),
       dtype({'names':['name','age'], 'formats':['S6','<i8'], 'offsets':[0,1], 'titles':['nickname',None], 'itemsize':9})],
      dtype=object)
>>>

我们将元组列表("Tony",15) 赋值给结构化数组 stu_list[0]这个字段，可以清楚看到stu_list[0] 原来数据("Tom",12)更新为("Tony",15)

3.标量赋值

numpy 可以使用标量的方法将数组中的值赋值给所有字段。

  • 使用标量进行赋值时，当赋值的形状与原始数组不一致时，系统会报Value Error

    >>> stu_list
array([('Tony', 15), ('Anne', 10),
       dtype({'names':['name','age'], 'formats':['S6','<i8'], 'offsets':[0,1], 'titles':['nickname',None], 'itemsize':9})],
      dtype=object)
>>> stu_list[:] = "Juejin"
>>> stu_list
array(['Juejin', 'Juejin', 'Juejin'], dtype=object)
>>>

    结构化数组也可以给非结构化数组进行赋值，要求结构化数组dtype只有一个字段

    如果存在多个dtype的结构化数组赋值时，系统会报TypeError

    >>> y1 = np.zeros(2,dtype=[('A','i8')])
>>> y2 = np.zeros(2,dtype=[('A',"i8"),("B","i4")])
>>> y = np.zeros(2,dtype="i4")
>>> y[:]=y2
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: Cannot cast scalar from dtype([('A', '<i8'), ('B', '<i4')]) to dtype('int32') according to the rule 'unsafe'
>>>

4. 来自其他结构化数组赋值

将两个具有相同数量字段的结构化数组进行赋值，numpy 内部按照从左到右的顺序，从第一个字段赋值给原数组的第一个字段值，第2个新字段的值赋值给原数组第2个字段，后面依次类推。

  • 两个结构化数组字段数量要保持相同
  • 未包含任何字段中的原数组字节不受影响
```python

>>> x = np.array([("Thu",3),("Wen",4),("Fri",5)],dtype=[("name","U5"),("num","i8")])
>>> x1 = np.array([("Mon",1),("Sun",7),("Fri",5)],dtype=[("name","U5"),("num","i8")])
>>> x1[:] = x
>>> x1
array([('Thu', 3), ('Wen', 4), ('Fri', 5)],
      dtype=[('name', '<U5'), ('num', '<i8')])
>>>
```

总结

本期，我们numpy 结构化数组赋值的三种方法进行基本的了解和学习。

赋值使用的来自元组数据对于结构化数组赋值来说是最简单方便的，要求元组的长度要与数组字段数保持一致，绝对不大于，否则系统会报ValueError。

以上是本期内容，欢迎大佬们点赞评论，下期见~~

avatar
文章
阅读
粉丝