哆啦的时光机
一种方法可能是使用记录数组。“列”不会像标准numpy数组的列,但对于大多数用例,这就足够了:>>> a = numpy.array(['a', 'b', 'c', 'd', 'e'])>>> b = numpy.arange(5)>>> records = numpy.rec.fromarrays((a, b), names=('keys', 'data'))>>> records
rec.array([('a', 0), ('b', 1), ('c', 2), ('d', 3), ('e', 4)],
dtype=[('keys', '|S1'), ('data', '<i8')])>>> records['keys']rec.array(['a', 'b', 'c', 'd', 'e'],
dtype='|S1')>>> records['data']array([0, 1, 2, 3, 4])请注意,您还可以通过指定数组的数据类型来执行与标准数组类似的操作。这被称为“ 结构化阵列 ”:>>> arr = numpy.array([('a', 0), ('b', 1)],
dtype=([('keys', '|S1'), ('data', 'i8')]))>>> arr
array([('a', 0), ('b', 1)],
dtype=[('keys', '|S1'), ('data', '<i8')])不同之处在于记录数组还允许对各个数据字段进行属性访问。标准结构化数组没有。>>> records.keys
chararray(['a', 'b', 'c', 'd', 'e'],
dtype='|S1')>>> arr.keysTraceback (most recent call last):
File "<stdin>", line 1, in <module>AttributeError: 'numpy.ndarray' object has no attribute 'keys'
慕无忌1623718
一个简单的解决方案:将数据转换为对象'O'类型z = np.zeros((2,2), dtype='U2')o = np.ones((2,1), dtype='O')np.hstack([o, z])创建数组:array([[1, '', ''],
[1, '', '']], dtype=object)