numpy.rec.array

rec.массив(obj, dtype=None, shape=None, смещение=0, strides=None, форматы=None, names=None, заголовки=None, aligned=False, byteorder=None, copy=True)

Создать записной массив из разнообразных объектов.

Универсальный конструктор массива записей, который перенаправляет на соответствующий recarray функция создания на основе входных данных (см. Примечания).

Параметры:

objлюбой

Входной объект. Подробности о том, как обрабатываются различные типы входных данных, см. в примечаниях.

dtypeтип данных, опционально

Допустимый dtype для массива.

shapeint или кортеж ints, опционально

Форма каждого массива.

смещениеint, необязательный

Позиция в файле или буфере, с которой начинать чтение.

stridesкортеж целых чисел, необязательный

Буфер (buf) интерпретируется в соответствии с этими шагами (strides определяют, сколько байт занимает каждый элемент массива, строка, столбец и т.д. в памяти).

форматы, имена, заголовки, выровненные, порядок байтов

Если dtype является None, эти аргументы передаются в numpy.format_parser для создания dtype. См. документацию этой функции для подробностей.

copybool, необязательно

Копировать ли входной объект (True) или использовать ссылку. Эта опция применяется только когда входные данные являются ndarray или recarray. По умолчанию True.

Возвращает:

np.recarray

Массив записей, созданный из указанного объекта.

Примечания

Если obj является None, затем вызвать recarray конструктор. Если obj является строкой, затем вызовите fromstring конструктор. Если obj является списком или кортежем, то если первый объект — это ndarray, вызовите fromarrays, иначе вызывается fromrecords. Если obj является recarray, затем создайте копию данных в recarray (если copy=True) и использовать новые форматы, имена и заголовки. Если obj если это файл, то вызвать fromfile. Наконец, если obj является ndarray, затем возвращает obj.view(recarray), создавая копию данных, если copy=True.

Примеры

Попробуйте в вашем браузере!

>>> a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
>>> a
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

>>> np.rec.array(a)
rec.array([[1, 2, 3],
           [4, 5, 6],
           [7, 8, 9]],
          dtype=int64)

>>> b = [(1, 1), (2, 4), (3, 9)]
>>> c = np.rec.array(b, formats = ['i2', 'f2'], names = ('x', 'y'))
>>> c
rec.array([(1, 1.), (2, 4.), (3, 9.)],
          dtype=[('x', '

>>> c.x
array([1, 2, 3], dtype=int16)

>>> c.y
array([1.,  4.,  9.], dtype=float16)

>>> r = np.rec.array(['abc','def'], names=['col1','col2'])
>>> print(r.col1)
abc

>>> r.col1
array('abc', dtype='

>>> r.col2
array('def', dtype='

НазадОткрыть во вкладке