使用包含数组的单个结构化元素创建数组

Question

我有一个像这样的数据类型：

>>> dt = np.dtype([('x', object, 3)])

>>> dt

dtype([('x', 'O', (3,))])

一个名为“x”的字段，包含三个指针。我想用这种类型的单个元素构造一个数组：

>>> a = np.array([(['a', 'b', 'c'])], dtype=dt)

>>> b = np.array([(np.array(['a', 'b', 'c'], dtype=object))], dtype=dt)

>>> c = np.array((['a', 'b', 'c']), dtype=dt)

>>> d = np.array(['a', 'b', 'c'], dtype=dt)

>>> e = np.array([([['a', 'b', 'c']])], dtype=dt)

所有这五个语句都会产生相同的错误结果：

array([[(['a', 'a', 'a'],), (['b', 'b', 'b'],), (['c', 'c', 'c'],)]],

      dtype=[('x', 'O', (3,))])

如果我尝试删除内部列表/数组，则会收到错误：

>>> f = np.array([('a', 'b', 'c')], dtype=dt)

ValueError: could not assign tuple of length 3 to structure with 1 fields.

同样的错误发生在

>>> g = np.array(('a', 'b', 'c'), dtype=dt)

我已经用完了所有可能的组合来尝试。我正在寻找的结果是

 array([(['a', 'b', 'c'],)], dtype=[('x', 'O', (3,))])

如何创建一个包含指定数据类型的一个元素的数组？

到目前为止，我发现的唯一方法是手动分配：

z = np.empty(1, dtype=dt)

z['x'][0, :] = ['a', 'b', 'c']

或者

z[0]['x'] = ['a', 'b', 'c']

np.array对于应该能够开箱即用的东西来说，这似乎是一个不必要的解决方法。

Answer 1

In [44]: dt = np.dtype([('x', object, 3)])   # correctedIn [45]: dtOut[45]: dtype([('x', 'O', (3,))])In [46]: np.empty(3, dt)Out[46]: array([([None, None, None],), ([None, None, None],),       ([None, None, None],)], dtype=[('x', 'O', (3,))])In [47]: np.array([(['a','b','c'],)], dt)Out[47]: array([(['a', 'b', 'c'],)], dtype=[('x', 'O', (3,))])输入格式应与输出格式匹配。In [48]: arr = np.empty(3, dt)In [49]: arr['x']Out[49]: array([[None, None, None],       [None, None, None],       [None, None, None]], dtype=object)In [50]: arr['x'][0]Out[50]: array([None, None, None], dtype=object)In [51]: arr['x'][0] = ['a','b','c']In [52]: arrOut[52]: array([(['a', 'b', 'c'],), ([None, None, None],), ([None, None, None],)],      dtype=[('x', 'O', (3,))])