如何在numpy中将ndarray的dtype更改为自定义类型？

Question

我创建了一种数据类型（dtype），它是：

mytype = np.dtype([('a',np.uint8), ('b',np.uint8), ('c',np.uint8)])

所以使用这种数据类型的数组是：

test1 = np.zeros(3, dtype=mytype)

test1 是：

array([(0, 0, 0), (0, 0, 0), (0, 0, 0)],
      dtype=[('a', '|u1'), ('b', '|u1'), ('c', '|u1')])

现在我有了 test2：

test2 = np.array([[1,2,3], [4,5,6], [7,8,9]])

当我使用 test2.astype(mytype) 时，结果并不是我想要的：

array([[(1, 1, 1), (2, 2, 2), (3, 3, 3)],
       [(4, 4, 4), (5, 5, 5), (6, 6, 6)],
       [(7, 7, 7), (8, 8, 8), (9, 9, 9)]],
      dtype=[('a', '|u1'), ('b', '|u1'), ('c', '|u1')])

我希望结果是：

array([(1, 2, 3), (4, 5, 6), (7, 8, 9)],
      dtype=[('a', '|u1'), ('b', '|u1'), ('c', '|u1')])

有没有什么办法可以做到？谢谢。

Answer 1

在创建数组的时候，如果你输入的是元组（元组是不可改变的）而不是列表（列表是可以改变的），那么只要每个元组里的元素数量和你想要的结构中的字段数量一致，程序就会自动按照你想要的方式来处理这些输入。

In[7]: test2 = np.array([(1,2,3), (4,5,6), (7,8,9)], dtype = mytype)

In[8]: test2
Out[8]: 
array([(1, 2, 3), (4, 5, 6), (7, 8, 9)],
      dtype=[('a', 'u1'), ('b', 'u1'), ('c', 'u1')])

为了这个目的，你不需要去使用 np.rec 等其他复杂的东西。不过，如果你输入的是列表而不是元组，那么numpy就不会像你期待的那样一一对应字段，而是会复制数据。

Answer 2

因为所有的字段都是相同类型的，所以你也可以这样做：

>>> test2.astype(np.uint8).view(mytype).squeeze(axis=-1)
array([(1, 2, 3), (4, 5, 6), (7, 8, 9)], 
      dtype=[('a', 'u1'), ('b', 'u1'), ('c', 'u1')])

这里需要用到“挤压”这个操作，因为 test2 是二维的，但你想要的是一维的结果。

Answer 3

你可以使用numpy.core.records里的fromarrays方法（具体可以查看文档）：

np.rec.fromarrays(test2.T, mytype)
Out[13]: 
rec.array([(1, 2, 3), (4, 5, 6), (7, 8, 9)], 
      dtype=[('a', '|u1'), ('b', '|u1'), ('c', '|u1')])

在使用之前，数组需要先进行转置，因为这个函数会把数组的行当作输出中结构化数组的列。你也可以看看这个问题：将二维numpy数组转换为结构化数组