NumPy：使用自定义 dtype 时的数组分配问题答案

【问题标题】：NumPy: array assignment issue when using custom dtypeNumPy：使用自定义 dtype 时的数组分配问题
【发布时间】：2011-11-05 08:47:48
【问题描述】：

我在 NumPy 和 ndarray 的自定义 dtype 中发现了以下令人费解的行为：

import numpy as np

# Make a custom dtype with a single triplet of floats (my actual dtype has other
# components, but this suffices to demonstrate the problem.
dt = np.dtype([('a', np.float64, 3)])

# Make a zero array with this dtype:
points = np.zeros((4, 4), dtype=dt)

# Try to edit an entry:
points[0][0]['a'] = np.array([1, 1, 1])

print points[0][0]['a']

现在，这返回为不包含 [1。 1. 1.] 正如我所期望的那样，而是 [1. 0. 0.]，只对第一个坐标进行赋值。我可以通过按坐标执行分配来解决这个问题，但考虑到在这种情况下完全分配肯定应该是默认行为，这似乎是不必要的。

对这里发生的事情有什么想法吗？

【问题讨论】：

标签： python arrays multidimensional-array numpy

【解决方案1】：

如果您更改索引的顺序，如下所示：points['a'][0][0] = np.array([1, 1, 1])，它适用于我（python 2.6.5，Ubuntu 10.04 上的 numpy 1.3.0）。我希望我知道为什么。

【讨论】：

也适合我。虽然我真正想做的是： p = points[0][0] p['a'] = np.array([1, 1, 1]) 如有必要，还可以对 p 进行其他操作。
@Tim：AFAIK，首先指定命名列似乎很自然，然后才使用数字索引。因此，编写 points['a'][0] 或 points[0]['a'] （适用于 POD 的 dtype 数组）的能力对我来说就像是一顿免费的午餐。

【解决方案2】：

有很多方法可以分配积分，如果您希望您的方法有效：

points[0][0]['a'][:] = np.array([1, 1, 1])

或：

points[0,0]['a'][:] = np.array([1, 1, 1])

因为points[0,0]['a']是一个数组，如果你想改变数组的内容，你应该使用索引。

【讨论】：