问题标签 [numpy-dtype]

我有一个 dtype 如下：

现在，我可以写：

我想添加一个xy字段以使其更易于使用。我可以这样做：

但是，现在我不能再使用以前的方法构造数组，而不得不求助于：

这是危险的重复。

有什么方法可以将属性标记为彼此的别名，这样我就不必处理这个了？

我通常会像这样创建 numpy dtypes：

但是在我的代码中，我还使用了这些字段a并b在其他地方单独使用：

为了可维护性，我想C从类型中派生出来A，并且B以某种方式是这样的：

numpy 有没有办法通过组合其他 dtypes 来创建复杂的 dtypes？

ndarray我使用 txt 文件创建了一个numpy.genfromtxt. txt 文件如下所示：

我正在运行读取数据：

我现在正在尝试复制第 4 列（我调用的那一列V）并将其放置在其自身之后（在最后一T列之前）。

我知道我可以通过 复制该列data['V']，但是如何将此副本放在V和T（第 4 列和第 5 列）之间？我看了看numpy.insert，但我不确定如何指定索引（obj参数）。我尝试了numpy.insert(data_copy, data_copy['T'],data_copy['V'])没有运气（我收到了IndexError: index 61 is out of bounds for size 20）。

Function common_precision takes two numpy arrays, say x and y. I want to make sure that they are in the same and the highest precision. It seems that relational comparison of dtypes does something to what I want, but:

1. I don't know what it actually compares
2. It thinks that numpy.int64 < numpy.float16, which I'm not sure if I agree

Edited: Thanks to kennytm's answer I found that NumPy's find_common_type does exactly what I wanted.

是否可以强制 scipy 的插值输出具有特定 numpy dtype 的数组？

例如，从 scipy.interpolate.Rbf() 输出一个 float32 数组？

我正在开发一个 C 代码生成器。给定一个 numpydtype实例，如何获取对应的 C 类型定义字符串？理想情况下用纯 python 完成。

例如：

当然，手动实现这一点并不难。然而，在做跨平台的事情时，“官方”的方式会更安全、更省事。

我只是想确认字符串的默认数据类型是否是unicode在创建ndarray. 我找不到任何明确说明这一点的参考资料。可能是太明显了，不需要说明。

指定 dtype 时：

不指定 dtype：

此外，当指定 dtype 时，字面b量表示什么。根据文档，它表明bool这里似乎不是这种情况。

有人可以澄清一下吗？

通常，dtype当它等同于本机类型时，它是隐藏的：

但不知何故，这不适用于地板除法或模数：

为什么有区别？

Python 3.5.4、NumPy 1.13.1、Windows 64 位

我使用具有高内存使用率的大数据帧，我读到如果我更改重复值列上的 dtype，我可以节省大量内存。

我试过了，它确实将内存使用量降低了 25%，但后来我遇到了我无法理解的性能缓慢。

我在 dtype 'category' 列上进行分组聚合，在更改 dtype 之前大约需要 1 秒，更改之后大约需要 1 分钟。

此代码演示了 2 倍的性能下降：

我试图理解的是这种缓慢的原因是什么，以及是否有办法克服它。

谢谢！

我正在尝试使用 numpy，当使用内置方法 dtype 时，我发现了以下数据类型。按照我得到的几个结果。你能解释一下u11是什么意思吗

o/p = >U11