Массивы записей (numpy.rec)

Записывающие массивы представляют поля структурированных массивов как свойства.

Чаще всего ndarrays содержат элементы одного типа, например, числа с плавающей точкой, целые числа, булевы значения и т.д. Однако возможно, чтобы элементы были комбинациями этих типов с использованием структурированных типов, таких как:

Попробуйте в вашем браузере!

>>> import numpy as np
>>> a = np.array([(1, 2.0), (1, 2.0)],
...     dtype=[('x', np.int64), ('y', np.float64)])
>>> a
array([(1, 2.), (1, 2.)], dtype=[('x', '

Здесь каждый элемент состоит из двух полей: x (целое число) и y (число с плавающей точкой). Это называется структурированным массивом. Разные поля аналогичны столбцам в электронной таблице. Доступ к разным полям можно получить, как к словарю:

>>> a['x']
array([1, 1])

>>> a['y']
array([2., 2.])

Записывающие массивы позволяют нам обращаться к полям как к свойствам:

>>> ar = np.rec.array(a)
>>> ar.x
array([1, 1])
>>> ar.y
array([2., 2.])

НазадОткрыть во вкладке

Функции

array(obj[, dtype, shape, offset, strides, ...])	Создать записной массив из разнообразных объектов.
find_duplicate(список)	Найти дубликаты в списке, вернуть список дублированных элементов
format_parser(formats, names, titles[, ...])	Класс для преобразования форматов, имён, заголовков описания в dtype.
fromarrays(arrayList[, dtype, shape, ...])	Создать массив записей из (плоского) списка массивов
fromfile(fd[, dtype, shape, offset, ...])	Создать массив из данных бинарного файла
fromrecords(recList[, dtype, shape, ...])	Создать recarray из списка записей в текстовой форме.
fromstring(datastring[, dtype, shape, ...])	Создать запись массива из двоичных данных

Также, numpy.recarray класс и numpy.record скалярные типы данных присутствуют в этом пространстве имён.