numpy.rec.array#

rec.array(obj, dtype=None, shape=None, offset=0, strides=None, formats=None, names=None, titles=None, aligned=False, byteorder=None, copy=True)[source]#

从各种各样的对象构建记录数组。

一个通用的记录数组构造函数,它根据输入分派到相应的 recarray 创建函数(参见注释)。

参数:
obj任意

输入对象。有关如何处理各种输入类型的详细信息,请参见注释。

dtype数据类型,可选

数组的有效数据类型。

shape整数或整数元组,可选

每个数组的形状。

offset整数,可选

在文件或缓冲区中开始读取的位置。

strides整数元组,可选

缓冲区 (buf) 根据这些步长进行解释(步长定义每个数组元素、行、列等在内存中占用多少字节)。

formats、names、titles、aligned、byteorder

如果 dtypeNone,则将这些参数传递给 numpy.format_parser 以构造数据类型。有关详细文档,请参见该函数。

copy布尔值,可选

是否复制输入对象 (True),或使用引用。此选项仅在输入为 ndarray 或 recarray 时适用。默认为 True。

返回值:
np.recarray

从指定对象创建的记录数组。

注释

如果 objNone,则调用 recarray 构造函数。如果 obj 为字符串,则调用 fromstring 构造函数。如果 obj 为列表或元组,则如果第一个对象为 ndarray,则调用 fromarrays,否则调用 fromrecords。如果 objrecarray,则复制 recarray 中的数据副本(如果 copy=True)并使用新的 formats、names 和 titles。如果 obj 为文件,则调用 fromfile。最后,如果 obj 为 ndarray,则返回 obj.view(recarray),如果 copy=True 则复制数据。

示例

>>> 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', '<i2'), ('y', '<f2')])
>>> 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='<U3')
>>> r.col2
array('def', dtype='<U3')