04_Numpy结构化数组

1 创建结构化数组

import numpy as np

类似C++的结构体，但更加强大，数组的每个元素可以包含多个字段，可以单独处理数组的每一个字段。

1.1 字典方式

dtype的参数是一个字典：

• names：指定字段名称
• formats：指定数据类型，可以使用Python类型或Numpy类型

my_dtype = {'names': ('name', 'age', 'weight'),'formats': ('U10', int, 'f8')
}
arr = np.zeros(4, dtype=my_dtype)
arr.dtype

dtype([('name', '<U10'), ('age', '<i4'), ('weight', '<f8')])

1.2 列表元组方式

np.dtype([('name', 'U10'),('age', int),('weight', 'f8'),
])

dtype([('name', '<U10'), ('age', '<i4'), ('weight', '<f8')])

如果类型名称不重要可以省略，仅仅指定数据类型。

np.dtype('U10, i8, f8')

dtype([('f0', '<U10'), ('f1', '<i8'), ('f2', '<f8')])

Numpy数据类型符号表：

符号	描述	示例
‘b’	字节型 (Boolean or raw bytes)	np.dtype('b')
‘i’	有符号整型 (Signed integer)	np.dtype('i4') == np.int32
‘u’	无符号整型 (Unsigned integer)	np.dtype('u1') == np.uint8
‘f’	浮点型 (Floating-point)	np.dtype('f8') == np.float64
‘c’	复数浮点型 (Complex floating-point)	np.dtype('c16') == np.complex128
‘S’, ‘a’	字节字符串 (Byte string)	np.dtype('S5')
‘U’	Unicode编码字符串 (Unicode string)	np.dtype('U') == np.str_
‘V’	原生数据 (Raw data, void)	np.dtype('V') == np.void

2 访问结构化数组

数组的每一个字段依然是一个数组，可以用索引、聚合等操作。这里的操作有点像SQL，字段名像列，索引号像行。

# 创建结构化数组
arr = np.zeros(4, dtype={'names': ('name', 'age', 'weight'),'formats': ('U10', int, 'f8')
})arr['name'] = ['张三', '李四', '王五', '赵六']
arr['age'] = [18, 28, 20, 35]
arr['weight'] = [110.2, 125.3, 103.1, 159.6]
arr['name']

array(['张三', '李四', '王五', '赵六'], dtype='<U10')

# 访问操作
print('arr：', arr)print('\n通过字段名访问age列表：', arr['age'])
print('通过索引访问第一个元素：', arr[0])
print('组合字段和索引访问第一个人的名字：', arr[0]['name'], arr['name'][0])

arr： [('张三', 18, 110.2) ('李四', 28, 125.3) ('王五', 20, 103.1) ('赵六', 35, 159.6)]通过字段名访问age列表： [18 28 20 35]
通过索引访问第一个元素： ('张三', 18, 110.2)
组合字段和索引访问第一个人的名字： 张三 张三

结合布尔索引可以对元素进行筛选。

# 年龄小于25岁的人
print('年龄小于25岁的人的信息', arr[arr['age'] < 25])# 年龄小于25岁的人的姓名和年龄
print('年龄小于25岁的人的信息', arr[arr['age'] < 25][['name', 'age']])

年龄小于25岁的人的信息 [('张三', 18, 110.2) ('王五', 20, 103.1)]
年龄小于25岁的人的信息 [('张三', 18) ('王五', 20)]

结合描述统计方法对字段进行聚合。

# 计算平均年龄
print('平均年龄：', arr['age'].mean())

平均年龄： 25.25