numpy数组中类的属性

Question

我有一门课，比如：

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

以及从此类实例生成的numpy数组：

^{pr2}$

我想检索ArrayA的“MyClass.B”，其中“MyClass.A”是最小值，所以我做了：

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

但这行不通。有什么想法吗？在

编辑： 当我运行上述代码时，我得到以下错误：

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

当我期望得到一个索引数组在“MinB”中使用时。在

可能的解决方案 我找到了解决问题的可能办法：

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，但能胜任。谢谢大家！在

Answer 1

你可以创建一个结构化的numpy数组。向dtype传递字段名和数据类型的元组列表。然后，可以通过按字段名为数组编制索引来访问给定字段的完整数组。重做示例：

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']

Answer 2

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

我会考虑重新组织您的数据，以便您将.A属性中的所有内容保留在单个numpy数组中，.B中的所有内容都保存在单个numpy数组中，等等。这将有两个好处：1）您可以使用where，2）numpy数组将是dtype=float（如果必须使用numpy，那么就失去了{}的优势）。在