NumPy 字段访问

更新时间：2022-06-10 00:14:29 标签：numpy python 字段

好消息！

本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

说明

NumPy 教程正在计划编写中，欢迎大家加微信 gairuo123 提供意见、建议、纠错、催更。

如果 ndarray 对象是结构化数组，则可以通过使用字符串索引数组来访问数组的字段，类似于字典。

方法

索引 x['field-name'] 会返回数组的新视图，它的形状与 x 相同（除非字段是子数组），但数据类型为 x.dtype['field-name'] 并且只包含指定字段中的部分数据。此外，记录数组（recarray）标量可以通过这种方式“索引”。

对结构化数组的索引也可以通过字段名称列表来完成，例如 x[['field-name1', 'field-name2']]。从 NumPy 1.16 开始，这将返回一个仅包含这些字段的视图。在旧版本的 NumPy 中，它返回一个副本。

示例

如果访问的字段是子数组，则子数组的维度将附加到结果的形状中。例如：

x = np.zeros((2, 2), dtype=[('a', np.int32),
                            ('b', np.float64, (3, 3))
                           ])
x
'''
array([[(0, [[0., 0., 0.], [0., 0., 0.], [0., 0., 0.]]),
        (0, [[0., 0., 0.], [0., 0., 0.], [0., 0., 0.]])],
       [(0, [[0., 0., 0.], [0., 0., 0.], [0., 0., 0.]]),
        (0, [[0., 0., 0.], [0., 0., 0.], [0., 0., 0.]])]],
      dtype=[('a', '<i4'), ('b', '<f8', (3, 3))])
'''

x['a'].shape
# (2, 2)
x['a'].dtype
# dtype('int32')
x['b'].shape
# (2, 2, 3, 3)
x['b'].dtype
# dtype('float64')

参考

https://numpy.org/devdocs/user/basics.indexing.html#field-access

<< NumPy 结构化数组 NumPy 教程结构化数据类型 >>