numpy数组中类的属性

Question

我有这样的课程：

class MyClass:
 def __init__( self, params):
   self.A = params[0]
   self.B = params[1]
   self.C = params[2]

以及从此类实例构建的 numpy 数组：

import numpy as np


ArrayA = np.empty((3,4),dtype = object)

for ii in range(3):
  for jj in range(4):
    ArrayA[ii,jj] = MyClass(np.random.rand(3))

我想检索“MyClass.A”最小的 ArrayA 的“MyClass.B”，所以我这样做了：

WhereMin = np.where(ArrayA[:,:].A)
MinB = ArrayA[WhereMin].B

但这不起作用。有什么想法吗？

编辑： 当我运行上述代码时，出现以下错误：

----> WhereMin = np.nanmin(ArrayA[:,:].A)
AttributeError: 'numpy.ndarray' object has no attribute 'A'

当我希望获得一组索引以在“MinB”中使用时。

可能的解决方案 我找到了解决问题的可能方法：

Min = np.nanmin([[x.A for x in XX] for XX in ArrayA])
XXX = [[x for x in XX if x.A == Min] for XX in ArrayA]
MinB = [XX for XX in XXX if XX != [] ][0][0].B

可能不太优雅，但确实可以。谢谢大家！

Answer 1

.A 属性属于ArrayA 的每个单独元素，而不属于整个数组。所以，ArrayA[0,0].A 是有效的，因为ArrayA[0,0] 指向MyClass 的一个实例，但ArrayA[:,:] 返回原始ndarray 的副本。

我会考虑重新组织您的数据，以便将 .A 属性中的所有内容保存在单个 numpy 数组中，并将 .B 中的所有内容保存在单个 numpy 数组中，等等。这有两个优点，1)您将能够使用where，并且2）您的numpy数组将是dtype=float（如果您必须使用dtype=object，您将失去numpy的优势）。

Answer 2

您可以创建结构化的 numpy 数组。向 dtype 传递字段名称和数据类型的元组列表。然后，您可以通过按字段名称索引数组来访问给定字段的完整数组。修改你的例子：

ArrayA = np.zeros((3,4),dtype=[('A','<f4'),('B','<f4'),('C','<f4')])

for ii in range(3):
  for jj in range(4):
    ArrayA[ii,jj] = np.random.rand(3)

minA = ArrayA['A'].min()
WhereMin = np.where(a['A'] == minA)
MinB = ArrayA[WhereMin]['B']