NumPy中命名元组的等价物？

Question

有没有办法创建一个NumPy对象，让它的行为像collections.namedtuple那样，可以通过类似下面的方式来访问元素：

data[1] = 42
data['start date'] = '2011-09-20'  # Slight generalization of what is possible with a namedtuple

我尝试使用复杂的数据类型：

>>> data = numpy.empty(shape=tuple(), dtype=[('start date', 'S11'), ('n', int)])

这会创建一个0维的值，类似于namedtuple的类型；它几乎可以工作：

>>> data['start date'] = '2011-09-20'
>>> data
array(('2011-09-20', -3241474627884561860), 
      dtype=[('start date', '|S11'), ('n', '<i8')])

但是，元素访问不成功，因为这个“数组”是0维的：

>>> data[0] = '2011-09-20'
Traceback (most recent call last):
  File "<ipython-input-19-ed41131430b9>", line 1, in <module>
    data[0] = '2011-09-20'
IndexError: 0-d arrays can't be indexed.

有没有办法用NumPy对象实现上面描述的那种行为（通过字符串和索引都能进行项的赋值）？

Answer 1

在这个包里，有一个叫“Series”的东西做得很好。

比如在这个教程里就有介绍：

>>> from pandas import *
>>> import numpy as np
>>> s = Series(np.random.randn(5), index=['a', 'b', 'c', 'd', 'e'])
>>> s
a    -0.125628696947
b    0.0942011098937
c    -0.71375003803
d    -0.590085433392
e    0.993157363933
>>> s[1]
0.094201109893723267
>>> s['b']
0.094201109893723267

我最近玩了几天这个，感觉它的功能很多，很不错。

Answer 2

你可以使用 numpy.rec 模块来做一些事情。你需要的是这个模块里的 record 类，但我不知道怎么直接创建这个类的实例。一个间接的方法是先创建一个只有一个条目的 recarray：

>>> a = numpy.recarray(1, names=["start date", "n"], formats=["S11", "i4"])[0]
>>> a[0] = "2011-09-20"
>>> a[1] = 42
>>> a
('2011-09-20', 42)
>>> a["start date"]
'2011-09-20'
>>> a.n
42

如果你知道怎么直接创建 record 的实例，请告诉我。

Answer 3

（根据EOL的建议进行了编辑，以便更具体地回答问题。）

创建一个零维数组（我也没找到标量构造函数。）

>>> data0 = np.array(('2011-09-20', 0), dtype=[('start date', 'S11'), ('n', int)])
>>> data0.ndim
0

访问零维数组中的元素

>>> type(data0[()])
<class 'numpy.void'>
>>> data0[()][0]
b'2011-09-20'
>>> data0[()]['start date']
b'2011-09-20'

>>> #There is also an item() method, which however returns the element as python type
>>> type(data0.item())
<class 'tuple'>

---

我觉得最简单的理解方式是把结构化数组（或称为递归数组）看作是元组的列表或数组，索引可以通过名称来选择列，也可以通过整数来选择行。

>>> tupleli = [('2011-09-2%s' % i, i) for i in range(5)]
>>> tupleli
[('2011-09-20', 0), ('2011-09-21', 1), ('2011-09-22', 2), ('2011-09-23', 3), ('2011-09-24', 4)]
>>> dt = dtype=[('start date', '|S11'), ('n', np.int64)]
>>> dt
[('start date', '|S11'), ('n', <class 'numpy.int64'>)]

零维数组，元素是元组，也就是一条记录，已更改：不是标量元素，见下文

>>> data1 = np.array(tupleli[0], dtype=dt)
>>> data1.shape
()
>>> data1['start date']
array(b'2011-09-20', 
      dtype='|S11')
>>> data1['n']
array(0, dtype=int64)

包含一个元素的数组

>>> data2 = np.array([tupleli[0]], dtype=dt)
>>> data2.shape
(1,)
>>> data2[0]
(b'2011-09-20', 0)

一维数组

>>> data3 = np.array(tupleli, dtype=dt)
>>> data3.shape
(5,)
>>> data3[2]
(b'2011-09-22', 2)
>>> data3['start date']
array([b'2011-09-20', b'2011-09-21', b'2011-09-22', b'2011-09-23',
       b'2011-09-24'], 
      dtype='|S11')
>>> data3['n']
array([0, 1, 2, 3, 4], dtype=int64)

直接索引到单个记录，这和EOL的例子一样，我之前不知道这样可以工作

>>> data3[2][1]
2
>>> data3[2][0]
b'2011-09-22'

>>> data3[2]['n']
2
>>> data3[2]['start date']
b'2011-09-22'

试图理解EOL的例子：标量元素和零维数组是不同的

>>> type(data1)
<class 'numpy.ndarray'>
>>> type(data1[()])   #get element out of 0-dim array
<class 'numpy.void'>

>>> data1[0]
Traceback (most recent call last):
  File "<pyshell#98>", line 1, in <module>
    data1[0]
IndexError: 0-d arrays can't be indexed
>>> data1[()][0]
b'2011-09-20'

>>> data1.ndim
0
>>> data1[()].ndim
0

（注意：我不小心在一个打开的Python 3.2解释器中输入了这个例子，所以出现了b'...'）