Использовать структурированный массив для именования оси в массиве

Question

Я, должно быть, делаю какую-то действительно тривиальную ошибку, но я пытаюсь создать структурированный массив с именами для одной оси, например, у меня есть массив data с формой (2, 3, 4)и я хочу назвать первую ось так, чтобы я мог получить доступ data['a'] а также data['b'] в обоих случаях получить (3, 4) фасонные ломтики. Я старался:

shape = (2, 3, 4)
data = np.arange(np.product(shape)).reshape(shape)

dtype = [(nn, float) for nn in ['a', 'b']]
data = np.array(data, dtype=dtype)

Но это, кажется, дублирует все данные в "а" и "б", например

print(data.shape)
print(data['a'].shape)
> (2, 3, 4)
> (2, 3, 4)

Я попытался указать, что форма (в спецификации dtype) должна быть (3, 4) но это дублировало данные еще 12 раз... и я попытался изменить порядок осей на (3, 4, 2), но это ничего не делает. Любая помощь приветствуется!

Answer 1

In [263]: shape = (2, 3, 4)
     ...: data = np.arange(np.product(shape)).reshape(shape)
     ...: 
     ...: dtype = [(nn, float) for nn in ['a', 'b']]

Хотя может быть возможно преобразовать dataБолее верный подход - создать целевой массив и скопировать в него значения:

In [264]: res = np.zeros(shape[1:], dtype)
In [265]: res['a'] = data[0]
In [266]: res['b'] = data[1]
In [267]: res
Out[267]: 
array([[( 0., 12.), ( 1., 13.), ( 2., 14.), ( 3., 15.)],
       [( 4., 16.), ( 5., 17.), ( 6., 18.), ( 7., 19.)],
       [( 8., 20.), ( 9., 21.), (10., 22.), (11., 23.)]],
      dtype=[('a', '<f8'), ('b', '<f8')])
In [268]: res['a'].shape
Out[268]: (3, 4)

В этом структурированном массиве запись состоит из 2-х чисел и буфера данных, содержащего:

In [272]: res.view(float).ravel()
Out[272]: 
array([ 0., 12.,  1., 13.,  2., 14.,  3., 15.,  4., 16.,  5., 17.,  6.,
       18.,  7., 19.,  8., 20.,  9., 21., 10., 22., 11., 23.])

Это отличается от data, [0,1,2,3,...], Таким образом, не существует какого-либо изменения формы, вида или типа, которые бы преобразовывали одно в другое.

Таким образом, существует простое сопоставление структурированного массива с массивом (3,4,2), но не с вашим источником.

In [273]: res.view(float).reshape(3,4,2)
Out[273]: 
array([[[ 0., 12.],
        [ 1., 13.],
        [ 2., 14.],
        [ 3., 15.]],

       [[ 4., 16.],
        [ 5., 17.],
        [ 6., 18.],
        [ 7., 19.]],

       [[ 8., 20.],
        [ 9., 21.],
        [10., 22.],
        [11., 23.]]])