Вопросы Теги

Преобразовать структурированный массив в обычный массив NumPy

Я думаю, ответ будет очевиден, но в настоящий момент я его не вижу.

Как мне преобразовать массив записей обратно в обычный ndarray?

Предположим, у меня есть следующий простой структурированный массив: 

x = np.array([(1.0, 4.0,), (2.0, -1.0)], dtype=[('f0', '<f8'), ('f1', '<f8')])

, тогда я хочу преобразовать его в: 

array([[ 1.,  4.],
       [ 2., -1.]])

Я попробовал asarray и astype , но это не сработало.

ОБНОВЛЕНИЕ (решено: float32 (f4) вместо float64 (f8))

Хорошо, я попробовал решение Роберта ( x .view (np.float64) .reshape (x.shape + (-1,)) но пока я этого не вижу. Как я могу преобразовать массив записей обратно в обычный ndarray? Предположим, у меня есть следующий простой структурированный массив: x = np ....

Я думаю, ответ будет очевиден, но в настоящий момент я его не вижу.

Как мне преобразовать массив записей обратно в обычный ndarray?

Предположим, у меня есть следующий простой структурированный массив: 

x = np.array([(1.0, 4.0,), (2.0, -1.0)], dtype=[('f0', '<f8'), ('f1', '<f8')])

, тогда я хочу преобразовать его в: 

array([[ 1.,  4.],
       [ 2., -1.]])

Я попробовал asarray и astype , но это не сработало.

ОБНОВЛЕНИЕ (решено: float32 (f4) вместо float64 (f8))

Хорошо, я попробовал решение Роберта ( x .view (np.float64) .reshape (x.shape + (-1,)) но пока я этого не вижу. Как я могу преобразовать массив записей обратно в обычный ndarray? Предположим, у меня есть следующий простой структурированный массив: x = np ....

Я думаю, ответ будет очевиден, но в настоящий момент я его не вижу.

Как мне преобразовать массив записей обратно в обычный ndarray?

Предположим, у меня есть следующий простой структурированный массив: 

x = np.array([(1.0, 4.0,), (2.0, -1.0)], dtype=[('f0', '<f8'), ('f1', '<f8')])

, тогда я хочу преобразовать его в: 

array([[ 1.,  4.],
       [ 2., -1.]])

Я попробовал asarray и astype , но это не сработало.

ОБНОВЛЕНИЕ (решено: float32 (f4) вместо float64 (f8))

Хорошо, я попробовал решение Роберта ( x .view (np.float64) .reshape (x.shape + (-1,)) не вижу сейчас.

Как мне преобразовать массив записей обратно в обычный ndarray?

Предположим, у меня есть следующий простой структурированный массив: 

x = np.array([(1.0, 4.0,), (2.0, -1.0)], dtype=[('f0', '<f8'), ('f1', '<f8')])

, тогда я хочу преобразовать его в: 

array([[ 1.,  4.],
       [ 2., -1.]])

Я попробовал asarray и astype , но это не сработало.

ОБНОВЛЕНИЕ (решено: float32 (f4) вместо float64 (f8))

Хорошо, я попробовал решение Роберта ( x .view (np.float64) .reshape (x.shape + (-1,)) не вижу сейчас.

Как мне преобразовать массив записей обратно в обычный ndarray?

Предположим, у меня есть следующий простой структурированный массив: 

x = np.array([(1.0, 4.0,), (2.0, -1.0)], dtype=[('f0', '<f8'), ('f1', '<f8')])

, тогда я хочу преобразовать его в: 

array([[ 1.,  4.],
       [ 2., -1.]])

Я попробовал asarray и astype , но это не сработало.

ОБНОВЛЕНИЕ (решено: float32 (f4) вместо float64 (f8))

Хорошо, я попробовал решение Роберта ( x .view (np.float64) .reshape (x.shape + (-1,)) ), и с простым массивом работает отлично. Но с массивом, который я хотел преобразовать, он дает странный результат: 

data = np.array([ (0.014793682843446732, 0.006681123282760382, 0.0, 0.0, 0.0, 0.0008984912419691682, 0.0, 0.013475529849529266, 0.0, 0.0),
       (0.014793682843446732, 0.006681123282760382, 0.0, 0.0, 0.0, 0.0008984912419691682, 0.0, 0.013475529849529266, 0.0, 0.0),
       (0.014776384457945824, 0.006656022742390633, 0.0, 0.0, 0.0, 0.0008901208057068288, 0.0, 0.013350814580917358, 0.0, 0.0),
       (0.011928378604352474, 0.002819152781739831, 0.0, 0.0, 0.0, 0.0012627150863409042, 0.0, 0.018906937912106514, 0.0, 0.0),
       (0.011928378604352474, 0.002819152781739831, 0.0, 0.0, 0.0, 0.001259754877537489, 0.0, 0.01886274479329586, 0.0, 0.0),
       (0.011969991959631443, 0.0028706740122288465, 0.0, 0.0, 0.0, 0.0007433745195157826, 0.0, 0.011164642870426178, 0.0, 0.0)], 
      dtype=[('a_soil', '<f4'), ('b_soil', '<f4'), ('Ea_V', '<f4'), ('Kcc', '<f4'), ('Koc', '<f4'), ('Lmax', '<f4'), ('malfarquhar', '<f4'), ('MRN', '<f4'), ('TCc', '<f4'), ('Vcmax_3', '<f4')])

, а затем: 

data_array = data.view(np.float).reshape(data.shape + (-1,))

дает: 

In [8]: data_array
Out[8]: 
array([[  2.28080997e-20,   0.00000000e+00,   2.78023241e-27,
          6.24133580e-18,   0.00000000e+00],
       [  2.28080997e-20,   0.00000000e+00,   2.78023241e-27,
          6.24133580e-18,   0.00000000e+00],
       [  2.21114197e-20,   0.00000000e+00,   2.55866881e-27,
          5.79825816e-18,   0.00000000e+00],
       [  2.04776835e-23,   0.00000000e+00,   3.47457730e-26,
          9.32782857e-17,   0.00000000e+00],
       [  2.04776835e-23,   0.00000000e+00,   3.41189244e-26,
          9.20222417e-17,   0.00000000e+00],
       [  2.32706550e-23,   0.00000000e+00,   4.76375305e-28,
          1.24257748e-18,   0.00000000e+00]])

который представляет собой массив с другими числами и другой формой. Что я сделал не так?

37
задан Eric O Lebigot 19 April 2012 в 01:45
поделиться