具有不同类型元素的 Python ndarray答案

【问题标题】：Python ndarray with elements of different types具有不同类型元素的 Python ndarray
【发布时间】：2018-12-11 11:40:34
【问题描述】：

我想创建一个数组来保存混合类型 - 字符串和整数。

以下代码未按预期工作 - 所有元素都输入为字符串。

>>> a=numpy.array(["Str",1,2,3,4])
>>> print a
['Str' '1' '2' '3' '4']
>>> print type(a[0]),type(a[1])
<type 'numpy.string_'> <type 'numpy.string_'>

数组的所有元素都输入为“numpy.string_”

但是，奇怪的是，如果我将其中一个元素作为“无”传递，则类型会按预期显示：

>>> a=numpy.array(["Str",None,2,3,4])
>>> print a
['Str' None 2 3 4]
>>> print type(a[0]),type(a[1]),type(a[2])
<type 'str'> <type 'NoneType'> <type 'int'>

因此，包含“无”元素为我提供了一种解决方法，但我想知道为什么会这样。即使我没有将其中一个元素作为 None 传递，难道不应该在传递元素时输入它们吗？

【问题讨论】：

两者都不是真正重复的，第二个更好，但是关于None的更明确的解释对于OP来说会更好
建议的副本只解释了字符串 dtype：stackoverflow.com/questions/49751000/…。

标签： python arrays numpy types mixed

【解决方案1】：

添加None 的另一种方法是明确dtype：

In [80]: np.array(["str",1,2,3,4])
Out[80]: array(['str', '1', '2', '3', '4'], dtype='<U3')
In [81]: np.array(["str",1,2,3,4], dtype=object)
Out[81]: array(['str', 1, 2, 3, 4], dtype=object)

创建一个对象 dtype 数组并从列表中填充它是另一种选择：

In [85]: res = np.empty(5, object)
In [86]: res
Out[86]: array([None, None, None, None, None], dtype=object)
In [87]: res[:] = ['str', 1, 2, 3, 4]
In [88]: res
Out[88]: array(['str', 1, 2, 3, 4], dtype=object)

这里不需要，但是当你想要一个列表数组时它很重要。

【讨论】：

【解决方案2】：

强烈建议不要使用 NumPy 中的混合类型。你失去了向量化计算的好处。在这种情况下：

对于您的第一个数组，NumPy 决定将您的数组到 3 个或更少字符的字符串的统一数组。
对于您的第二个数组，None 不允许作为 NumPy 中的“字符串”变量，所以 NumPy 使用标准的object dtype。 object dtype 表示指向任意类型的指针的集合。

您可以在打印数组的 dtype 属性时看到这一点：

print(np.array(["Str",1,2,3,4]).dtype)     # <U3
print(np.array(["Str",None,2,3,4]).dtype)  # object

这应该是完全可以预料的。 NumPy 对同质类型有强烈的偏好，事实上你应该对任何有意义的计算有这种偏好。否则，Python list 可能是更合适的数据结构。

有关 NumPy 如何优先考虑 dtype 选择的更详细说明，请参阅：

【讨论】：