8

假设我制作了两个具有相同 dtype 的重新数组并将它们堆叠起来：

>>> import numpy as np
>>> dt = [('foo', int), ('bar', float)]
>>> a = np.empty(2, dtype=dt).view(np.recarray)
>>> b = np.empty(3, dtype=dt).view(np.recarray)
>>> c = np.hstack((a,b))

虽然a和b是重新排列，c但不是：

>>> c.foo
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'numpy.ndarray' object has no attribute 'foo'
>>> d = c.view(np.recarray)
>>> d.foo
array([                  0,     111050731618561,                   0,
                   7718048, 8246760947200437872])

如上所示，我显然可以再次将其变成重新排列，但这很不d方便。堆叠两个recarrays不会产生另一个recarrays有什么原因吗？

4

3 回答 3

10

或者，我在这里numpy.lib.recfunctions偶然发现了一些辅助实用程序。该模块具有合并和堆叠功能：recarrays

from numpy.lib.recfunctions import stack_arrays
c = stack_arrays((a, b), asrecarray=True, usemask=False)
c.foo
>>> array([     140239282560000,           4376479720, -4611686018427387904,
                     4358733828,           4365061216])

如果要向 a 添加额外的列recarray，可以使用以下方法完成merge_arrays：

import numpy as np
from numpy.lib.recfunctions import merge_arrays
dt1 = [('foo', int), ('bar', float)]
dt2 = [('foobar', int), ('barfoo', float)]
aa = np.empty(6, dtype=dt1).view(np.recarray)
bb = np.empty(6, dtype=dt2).view(np.recarray)

cc = merge_arrays((aa, bb), asrecarray=True, flatten=True)
type(cc)
>>> numpy.core.records.recarray

（虽然不是问题的答案，但我将后一个示例作为参考发布）

于 2013-01-30T20:38:38.417 回答
9

我不知道。很可能这是一个从未实现过的错误/功能。 numpy.hstack基本上是numpy.core.fromnumeric. Numeric 是 numpy 的两个前身之一。numpy 中的大多数函数都有一个约定，通过在输出上调用输入的方法来输出与输入相同的类型__array_wrap__，并且结果输出应该具有相同的数据，但“包装”在新类中。也许“包装”的概念不是数字的，也从来没有被添加到这个函数中。

您可以使用此技术制作更智能的堆叠功能

def hstack2(arrays) :
  return arrays[0].__array_wrap__(numpy.hstack(arrays))

这适用于recarrays和常规数组

>>> f = hstack2((a,b))
>>> type(f)
<class 'numpy.core.records.recarray'>
>>> f.foo
array([    140633760262784,     111050731618561,     140633760262800,
                   7536928, 8391166428122670177])
>>> x = numpy.random.rand(3)
>>> y = numpy.random.rand(2)
>>> z = hstack2((x,y))
>>> type(z)
<type 'numpy.ndarray'>

我不确定你在计划什么，但你可能想在numpy 邮件列表上询问是否有比使用记录在案但双下划线的方法更好的方法，以及他们不自己包装的理由是什么。

于 2009-11-24T22:12:20.187 回答
-2

顺便说一句，您还可以使用：

c = np.concatenate((a,b))

或者

c = np.r_[a, b]

（来源：此邮件列表消息）

于 2010-07-23T23:25:46.800 回答