資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝學
法學從文字形式的記錄列表建立recarray並在Numpy中基於索引獲取陣列
要從文字形式的記錄列表建立recarray，請在Python Numpy中使用**numpy.core.records.fromrecords()**方法。名稱使用“**names**”引數設定。欄位名稱，可以指定為逗號分隔的字串，格式為'col1, col2, col3'，也可以指定為字串列表或元組，格式為['col1', 'col2', 'col3']。可以使用空列表，在這種情況下，使用預設欄位名稱（'f0'，'f1'，…）。資料型別使用“dtype”引數設定。
第一個引數是資料，同一欄位中的資料可能是異構的——它們將被提升到最高資料型別。dtype是所有陣列的有效dtype。formats、names、titles、aligned、byteorder引數，如果dtype為None，則這些引數將傳遞給numpy.format_parser以構造dtype。如果formats和dtype都為None，則將自動檢測formats。為了更快地處理，請使用元組列表而不是列表的列表。
步驟
首先，匯入所需的庫：
import numpy as np
使用numpy.array()方法建立一個新陣列：
arr1 = np.array([[7, 14, 21], [30, 37, 45]]) arr2 = np.array([[11.3, 18.7, 24], [87.5, 65, 23.8]]) arr3 = np.array([['12', 'bbb', 'john'], ['5.6', '29', 'k']])
顯示陣列：
print("Array1...
",arr1)
print("Array2...
",arr2)
print("Array3...
",arr3)獲取陣列的型別：
print("
Array1 type...
", arr1.dtype)
print("
Array2 type...
", arr2.dtype)
print("
Array3 type...
", arr3.dtype)獲取陣列的形狀：
print("
Array1 Dimensions...
", arr1.ndim)
print("
Array2 Dimensions...
", arr2.ndim)
print("
Array3 Dimensions...
", arr3.ndim)要從文字形式的記錄列表建立recarray，請在Python Numpy中使用numpy.core.records.fromrecords()方法：
rec = np.core.records.fromrecords([arr1,arr2,arr3], names = 'col1, col2, col3')
print("
Record Array...
",rec)獲取陣列值：
print("
Fetching the array1...
",rec[0])
print("
Fetching the array2...
",rec[1])
print("
Fetching the array3...
",rec[2])示例
import numpy as np
# Create a new array using the numpy.array() method
arr1 = np.array([[7, 14, 21], [30, 37, 45]])
arr2 = np.array([[11.3, 18.7, 24], [87.5, 65, 23.8]])
arr3 = np.array([['12', 'bbb', 'john'], ['5.6', '29', 'k']])
# Display the arrays
print("Array1...
",arr1)
print("Array2...
",arr2)
print("Array3...
",arr3)
# Get the type of the arrays
print("
Array1 type...
", arr1.dtype)
print("
Array2 type...
", arr2.dtype)
print("
Array3 type...
", arr3.dtype)
# Get the dimensions of the Arrays
print("
Array1 Dimensions...
", arr1.ndim)
print("
Array2 Dimensions...
", arr2.ndim)
print("
Array3 Dimensions...
", arr3.ndim)
# To create a recarray from a list of records in text form, use the numpy.core.records.fromrecords() method in Python Numpy
# The names is set using the "names" parameter
# The field names, either specified as a comma-separated string in the form 'col1, col2, col3', or as a list or tuple of strings in the form ['col1', 'col2', 'col3'].
# An empty list can be used, in that case default field names (‘f0’, ‘f1’, …) are used.
# The datatype is set using the "dtype" parameter
rec = np.core.records.fromrecords([arr1,arr2,arr3], names = 'col1, col2, col3')
print("
Record Array...
",rec)
print("
Fetching the array1...
",rec[0])
print("
Fetching the array2...
",rec[1])
print("
Fetching the array3...
",rec[2])輸出
Array1...
[[ 7 14 21]
[30 37 45]]
Array2...
[[11.3 18.7 24. ]
[87.5 65. 23.8]]
Array3...
[['12' 'bbb' 'john']
['5.6' '29' 'k']]
Array1 type...
int64
Array2 type...
float64
Array3 type...
<U4
Array1 Dimensions...
2
Array2 Dimensions...
2
Array3 Dimensions...
2
Record Array...
[[('7', '14', '21') ('30', '37', '45')]
[('11.3', '18.7', '24.0') ('87.5', '65.0', '23.8')]
[('12', 'bbb', 'john') ('5.6', '29', 'k')]]
Fhing the array1...
[('7', '14', '21') ('30', '37', '45')]
Fhing the array2...
[('11.3', '18.7', '24.0') ('87.5', '65.0', '23.8')]
Fhing the array3...
[('12', 'bbb', 'john') ('5.6', '29', 'k')]
更新於：2022年2月10日
231 次瀏覽
廣告