資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 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
時尚研究
法律研究使用 NumPy 從文字形式的記錄列表建立 RecArray 並使用名稱獲取列
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。名稱是使用“**names**”引數設定的。欄位名稱，可以以 'col1, col2, col3' 形式的逗號分隔字串指定，也可以以 ['col1', 'col2', 'col3'] 形式的字串列表或元組指定。可以使用空列表，在這種情況下使用預設欄位名稱（'f0'、'f1'、…）。
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。格式、名稱、標題、對齊、位元組序引數、f dtype 為 None，這些引數將傳遞給 numpy.format_parser 以構造 dtype。如果 formats 和 dtype 都為 None，則這將自動檢測格式。為了更快地處理，請使用元組列表而不是列表列表。
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)獲取陣列的維度：
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。名稱是使用“names”引數設定的：
rec = np.core.records.fromrecords([arr1,arr2,arr3], names = 'col1, col2, col3')
print("
Record Array...
",rec)基於名稱獲取列：
print("
Fetching the column1...
",rec.col1)
print("
Fetching the column2...
",rec.col2)
print("
Fetching the column3...
",rec.col3)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.
rec = np.core.records.fromrecords([arr1,arr2,arr3], names = 'col1, col2, col3')
print("
Record Array...
",rec)
# Fetching the columns based on names
print("
Fetching the column1...
",rec.col1)
print("
Fetching the column2...
",rec.col2)
print("
Fetching the column3...
",rec.col3)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 column1...
[['7' '30']
['11.3' '87.5']
['12' '5.6']]
Fhing the column2...
[['14' '37']
['18.7' '65.0']
['bbb' '29']]
Fhing the column3...
[['21' '45']
['24.0' '23.8']
['john' 'k']]
更新於: 2022年2月10日
128 次檢視
廣告