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)[源代码]#

从各种对象构造记录数组。

一个通用的记录数组构造函数，它根据输入分派到适当的 recarray 创建函数（参见 Notes）。

参数:
objany

输入对象。有关如何处理各种输入类型的详细信息，请参见 Notes。

dtype数据类型，可选

数组的有效 dtype。

shapeint 或 int 元组, optional

每个数组的形状。

offsetint, optional

用于开始读取的文件或缓冲区中的位置。

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、列等在内存中占用的字节数）。

formats, names, titles, aligned, byteorder

如果 dtype 为 None，则这些参数将传递给 numpy.format_parser 来构造 dtype。有关详细文档，请参阅该函数。

copybool, optional

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

返回:
np.recarray

从指定对象创建的记录数组。

备注

如果 obj 为 None，则调用 recarray 构造函数。如果 obj 是字符串，则调用 fromstring 构造函数。如果 obj 是列表或元组，则如果第一个对象是 ndarray，则调用 fromarrays，否则调用 fromrecords。如果 obj 是 recarray，则复制 recarray 中的数据（如果 copy=True）并使用新的 formats、names 和 titles。如果 obj 是文件，则调用 fromfile。最后，如果 obj 是 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')
在此页面