如何处理 numpy 数组中的混合数据类型

Question

陷入这个 Numpy 问题

country=['India','USA']
gdp=[22,33]

import numpy as np
a=np.column_stack((country,gdp))

array([['India', '22'],
       ['USA', '33']], dtype='<U11')

我有一个 NDArray，我想找到第二列的最大值。我尝试了以下

print(a.max(axis=1)[1])
print(a[:,1].max())

它抛出了这个错误：TypeError: cannot perform reduce with flexible type

尝试转换类型

datatype=([('country',np.str_,64),('gross',np.float32)])

new=np.array(a,dtype=datatype)

但是出现以下错误

could not convert string to float: 'India'.

Answer 1

错误是由于您的数组中的字符串数据导致dtype为Unicode（由U11表示，即11个字符的unicode）字符串。如果您希望以数字格式存储数据，请使用 structured arrays。但是，如果您只想计算数字列的最大值，请使用

print(a[:, 1].astype(np.int).max())
// 33

您可以根据特定列中数据的性质选择使用其他数字数据类型，例如 np.float 代替 np.int。

Answer 2

考虑对混合类型使用 numpy 结构化数组。如果您显式设置数据类型，您将不会遇到任何问题。

对于 numpy，这通常是必要的，当然也是可取的。

import numpy as np

country = ['India','USA','UK']
gdp = [22,33,4]

a = np.array(list(zip(country, gdp)),
             dtype=[('Country', '|S11'), ('Number', '<i8')])

res_asc = np.sort(a, order='Number')

# array([(b'UK', 4), (b'India', 22), (b'USA', 33)], 
#       dtype=[('Country', 'S11'), ('Number', '<i8')])

res_desc = np.sort(a, order='Number')[::-1]

# array([(b'USA', 33), (b'India', 22), (b'UK', 4)], 
#       dtype=[('Country', 'S11'), ('Number', '<i8')])

如何处理 numpy 数组中的混合数据类型

How to handle mixed data types in numpy arrays

python

numpy

python-3.x

numpy-ndarray