Каков самый чистый способ добавить поле в структурированный массив numpy? Можно ли это сделать разрушительно или необходимо создать новый массив и скопировать поверх существующих полей? Сохраняется ли содержимое каждого поля в памяти в памяти так, что такое копирование может быть выполнено эффективно?
Добавление поля в структурированный массив numpy
Ответ 1
Если вы используете numpy 1.3, там также numpy.lib.recfunctions.append_fields().
Для многих установок вам потребуется import numpy.lib.recfunctions
, чтобы получить доступ к этому. import numpy
не позволит увидеть numpy.lib.recfunctions
Ответ 2
import numpy
def add_field(a, descr):
"""Return a new array that is like "a", but has additional fields.
Arguments:
a -- a structured numpy array
descr -- a numpy type description of the new fields
The contents of "a" are copied over to the appropriate fields in
the new array, whereas the new fields are uninitialized. The
arguments are not modified.
>>> sa = numpy.array([(1, 'Foo'), (2, 'Bar')], \
dtype=[('id', int), ('name', 'S3')])
>>> sa.dtype.descr == numpy.dtype([('id', int), ('name', 'S3')])
True
>>> sb = add_field(sa, [('score', float)])
>>> sb.dtype.descr == numpy.dtype([('id', int), ('name', 'S3'), \
('score', float)])
True
>>> numpy.all(sa['id'] == sb['id'])
True
>>> numpy.all(sa['name'] == sb['name'])
True
"""
if a.dtype.fields is None:
raise ValueError, "`A' must be a structured numpy array"
b = numpy.empty(a.shape, dtype=a.dtype.descr + descr)
for name in a.dtype.names:
b[name] = a[name]
return b