堆叠numpy recarrays而不会失去他们的重新组合

Question

假设我使用相同的dtype制作两个重组并堆叠它们:

>>> import numpy as np
>>> dt = [('foo', int), ('bar', float)]
>>> a = np.empty(2, dtype=dt).view(np.recarray)
>>> b = np.empty(3, dtype=dt).view(np.recarray)
>>> c = np.hstack((a,b))

虽然a并且b是重新排列,但c不是:

>>> c.foo
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'numpy.ndarray' object has no attribute 'foo'
>>> d = c.view(np.recarray)
>>> d.foo
array([                  0,     111050731618561,                   0,
                   7718048, 8246760947200437872])

如上所示,我显然可以再次将其变成重新组合,但这很不d方便.有没有理由为什么堆叠两个重组不会产生另一个重新排列？

Answer 1

我不知道.很可能它是一个从未实现过的bug /功能. numpy.hstack基本上是一个函数的包装器numpy.core.fromnumeric.数字是numpy的两个前身之一.numpy中的大多数函数都有一个约定,通过调用输出的输入方法输出与输入相同的类型__array_wrap__,结果输出应该具有相同的数据,但在新类中"包装".也许"包装"的概念不是数字的,也没有添加到这个功能.

您可以使用此技术来实现更智能的堆叠功能

def hstack2(arrays) :
  return arrays[0].__array_wrap__(numpy.hstack(arrays))

这适用于重组和常规数组

>>> f = hstack2((a,b))
>>> type(f)
<class 'numpy.core.records.recarray'>
>>> f.foo
array([    140633760262784,     111050731618561,     140633760262800,
                   7536928, 8391166428122670177])
>>> x = numpy.random.rand(3)
>>> y = numpy.random.rand(2)
>>> z = hstack2((x,y))
>>> type(z)
<type 'numpy.ndarray'>

我不确定你的计划是什么,但是你可能想在numpy邮件列表上询问是否有比使用文档化但是双重强调的方法更好的方法,以及他们的理由是不做自己的包装.

Answer 2

或者,有一些帮助工具numpy.lib.recfunctions,我偶然发现了这里.该模块具有合并和堆叠功能recarrays:

from numpy.lib.recfunctions import stack_arrays
c = stack_arrays((a, b), asrecarray=True, usemask=False)
c.foo
>>> array([     140239282560000,           4376479720, -4611686018427387904,
                     4358733828,           4365061216])

如果想要为a添加额外的列recarray,可以使用merge_arrays以下命令完成:

import numpy as np
from numpy.lib.recfunctions import merge_arrays
dt1 = [('foo', int), ('bar', float)]
dt2 = [('foobar', int), ('barfoo', float)]
aa = np.empty(6, dtype=dt1).view(np.recarray)
bb = np.empty(6, dtype=dt2).view(np.recarray)

cc = merge_arrays((aa, bb), asrecarray=True, flatten=True)
type(cc)
>>> numpy.core.records.recarray

(虽然不是问题的答案,但我将后一个例子作为参考发布)