numpy - NumPy argmax 和结构化数组错误：期望一个可读的缓冲区对象

Question

argmax使用 NumPy方法时出现以下错误。有人可以帮助我了解发生了什么：

import numpy as np
b = np.zeros(1, dtype={'names':['a','b'], 'formats': ['i4']*2})
b.argmax()

错误是

TypeError: expected a readable buffer object

虽然以下运行没有问题：

a = np.zeros(3)
a.argmax()

似乎是结构化数组造成的错误。但是你能帮忙解释一下原因吗？

score 1 · Accepted Answer

你b的是：

array([(0, 0)], dtype=[('a', '<i4'), ('b', '<i4')])

我收到一条不同的错误消息argmax：

TypeError: Cannot cast array data from dtype([('a', '<i4'), ('b', '<i4')]) to dtype('V8') according to the rule 'safe'

但这有效：

In [88]: b['a'].argmax()
Out[88]: 0

通常，您不能跨结构化数组的字段进行数学运算。您可以在每个字段内进行操作（如果是数字）。由于字段可能是数字、字符串和其他对象的混合，因此没有努力处理此类操作可能有意义的特殊情况。

如果您确实必须跨领域进行操作，请尝试不同的view，例如：

In [94]: b.view('<i4').argmax()
Out[94]: 0

1 回答 1