问题标签 [structured-array]

如果我有一个像

如何创建该 dtype 的实例，作为标量。

背景，以防万一有更好的方法：

我想有效地表示直接映射到基因组中碱基的标量数组，逐个染色体。我不想要这些基因组数组的数组，每个只是一组结构化的标量，我想按名称/位置引用，并且能够添加/减去/等。

似乎 dtype.type() 可能是前进的道路，但我还没有找到正确调用此函数的有用文档。

所以假设我有：

最后一行是不对的，但希望它传达了我目前正在尝试的内容。

这是一个可怕的想法吗？如果是这样，正确的想法是什么？如果没有，实现它的正确方法是什么？

这种工作，但很糟糕：

Visual Studio 告诉我必须声明变量，即使它已经声明了。

尽管类型是 Int，但我使用循环以类似的方式填充了结构化数组。这次我不想使用循环，只是对其进行硬编码。

谢谢

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：

错误是

虽然以下运行没有问题：

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？

我正在研究numpy 问题 2972​​ 和几个相关问题。事实证明，所有这些问题都与数组本身是结构化的情况有关，但它的掩码不是：

如果我以不同方式创建掩码数组，则掩码 dtype 的结构类似于数组本身的 dtype：

前一种情况暴露出几个问题。例如，Rm.__repr__()并且Rm["A"]两者都导致IndexError，尽管它ValueError在过去是 a。

按照设计，模式是否应该是可能的，在哪里A.dtype是结构化的，但A.mask.dtype不是结构化的？

换句话说：是__repr__和__getitem__方法中的错误numpy.ma.core.MaskedArray，还是真正的错误发生在之前 - 通过首先允许这样一个屏蔽的结构化数组存在？

我正在尝试更改 Numpy 结构化数组中项目的大小。以下代码触发了一个错误，指出由于大小差异，无法广播该数组。除了制作新的结构化数组之外，有没有办法实现我的目标？

Python的 memoryview不支持datetime64或timedelta. 好的。但是当我尝试创建一个memoryview包含datetime64or的结构化数组时timedelta，它似乎可以工作......除非我将它分配给一个变量！

这严重挑战了我对 Python 基本工作方式的理解。考虑到（1）IPythons REPL无论如何都会将输出分配给，以及（2）函数/类无法知道调用者将如何处理其输出，这又有何不同f()？x = f()_19memoryview

我在 Python 3.4.1、numpy 1.10.0.dev+fbcc24f、Linux 2.6.32-431.23.3.el6.x86_64、Scientific Linux 版本 6.6 上运行代码。

编辑

在 Python 3.5、numpy 1.10.4 上，我得到：

我已经用 numpy 提交了一个错误，尽管我不太确定问题出在哪里。

我正在寻找一种更有效地分配 numpy 结构化数组的列的方法。

例子：

在我的机器上执行比对结构化数组的列进行相同分配快两倍以上：

我尝试test使用 fortran 排序进行创建，但没有帮助。据推测，这些字段在内存中保持交错。

有人知道吗？如果可以提供帮助，我愿意使用低级 numpy 接口和 cython。

编辑 1：回应 hpaulj 的回答

仅当以行优先顺序创建后者时，recarray 列分配和“正常”数组列分配的明显等效性才会产生。使用以列为主的排序，这两个分配远非等价：

行专业

列专业

请注意，对于列优先排序，两个缓冲区不再相同：

我最近在使用结构化 numpy 数组时看到了一个没有意义的现象。我希望有人可以帮助我了解发生了什么。我提供了一个最小的工作示例来说明这个问题。问题是这样的：

当使用布尔掩码索引结构化 numpy 数组时，这有效：

但以下没有：

这是一个最小的工作示例：

运行它会产生以下输出：

我们在这里清楚地看到第二次操作没有效果。如果有人可以解释为什么会发生这种情况，将不胜感激。

我正在尝试structured array在 Python 中构建一个可以通过列名和行名访问的。用structured arraynumpy的方法可以吗？

示例：我的数组应该大致有这种形式：

我希望有可能执行以下操作：

是否可以在 pyhton 中使用structured arrays或者是否有另一种更适合此类任务的结构？

我试图在不复制的情况下将 2D ndarray 视为记录或结构化数组。a如果拥有它的数据，这似乎工作正常

但如果a已经是一个视图，则失败。这是一个例子

有趣的是，在这种情况下b.base是视图的转置

因此，numpy 无法创建我想要的视图是有道理的。

但是，如果我使用

这导致b成为数据的正确副本，以便采用recarray 视图。附带问题：有人可以用花哨的索引来解释这种行为吗？

我的问题是，我是不是走错了路？不支持以我的方式进行查看吗？如果是这样，那么正确的方法是什么？