python - 获取 numpy 结构化（即记录）数组的维度？

Question

假设我有一个numpy结构化数组（又名记录数组）：

record_types = np.dtype([
                ('date',object),  #00 - Timestamp
                ('lats',float),   #01 - Latitude
                ('lons',float),   #02 - Longitude
                ('vals',float),   #03 - Value
                ])

data = np.zeros(10, dtype=record_types)

如果我尝试调用 shape 属性，我会得到(10,)

我怎样才能做类似以下的事情：

y, x = data.shape

得到y = 10和x = 4

谢谢！

Answer 1

这是结构化数组令人困惑的事情之一。

您基本上有一个 (n-1)D 数组，其中每个项目都是一个类似 C 的结构。

这种类型的结构允许各种有用的东西（例如，具有二进制格式的简单文件 IO），但对于许多其他用例来说却相当混乱。对于您正在做的事情，使用结构化数组可能会pandas比直接使用结构化数组更好。

话虽如此，这就是你如何得到你所要求的：

def structured_shape(x):
    if len(x.dtype) > 0
        return list(x.shape) + [len(x.dtype)]
    else:
        return x.shape