python - 将 python 列表转换为 numpy 结构化数组时维护字符串

Question

我有一个如下所示的数据结构:

data = [ ('a', 1.0, 2.0),
         ('b', 2.0, 4.0),
         ('c', 3.0, 6.0) ]

我想使用 numpy 将其转换为结构化数组。但是，当我尝试以下操作时，我保留了 float 但丢失了字符串信息:

import numpy
x = numpy.array(data, dtype=[('label', str), ('x', float), ('y', float)])
print x

导致:

>>> [('', 1.0, 2.0) ('', 2.0, 4.0) ('', 3.0, 6.0)]

谁能解释为什么会这样，以及我如何保留字符串信息？

Answer 1

把数组打印出来再仔细看就可以看出问题了:

>>> numpy.array(data, dtype=[('label', str), ('x', float), ('y', float)])
array([('', 1.0, 2.0), ('', 2.0, 4.0), ('', 3.0, 6.0)], 
      dtype=[('label', '|S0'), ('x', '<f8'), ('y', '<f8')])

第一个字段的数据类型为 '|S0' -- 零宽度 字符串字段。使字符串字段更长——这里是一个 2 字符的字符串字段:

>>> numpy.array(data, dtype=[('label', 'S2'), ('x', float), ('y', float)])
array([('a', 1.0, 2.0), ('b', 2.0, 4.0), ('c', 3.0, 6.0)], 
      dtype=[('label', '|S2'), ('x', '<f8'), ('y', '<f8')])

您也可以按照这种方式进行操作，如文档所述here :

>>> numpy.array(data, dtype=[('label', (str, 2)), ('x', float), ('y', float)])
array([('a', 1.0, 2.0), ('b', 2.0, 4.0), ('c', 3.0, 6.0)], 
      dtype=[('label', '|S2'), ('x', '<f8'), ('y', '<f8')])