1

numpyの構造化配列にコードを割り当てるこの単純な行を試していましたが、確信が持てませんが、次のように作成した構造化配列のsub_arrayに行列を割り当てると何か問題が発生します。

new_type = np.dtype('a3,(2,2)u2')
x = np.zeros(5,dtype=new_type)
x[1]['f1'] = np.array([[1,1],[1,1]])
print x
Out[143]: 
array([('', [[0, 0], [0, 0]]), ('', [[1, 0], [0, 0]]),
   ('', [[0, 0], [0, 0]]), ('', [[0, 0], [0, 0]]),
   ('', [[0, 0], [0, 0]])], 
  dtype=[('f0', '|S3'), ('f1', '<u2', (2, 2))])

この段階では、サブアレイの2番目のフィールドは等しくないはずです

[[1,1],[1,1]]
4

1 に答える 1

2

少し違った設定をしたいと思います。試す：

x['f1'][1] = np.array([[1,1],[1,1]])

その結果：

In [43]: x = np.zeros(5,dtype=new_type)

In [44]: x['f1'][1] = np.array([[1,1],[1,1]])

In [45]: x
Out[45]: 
array([('', [[0, 0], [0, 0]]), ('', [[1, 1], [1, 1]]),
       ('', [[0, 0], [0, 0]]), ('', [[0, 0], [0, 0]]),
       ('', [[0, 0], [0, 0]])], 
      dtype=[('f0', '|S3'), ('f1', '<u2', (2, 2))])

x['f1'][1]これは、両方とも同じ結果を出力するため、これが奇妙な動作ではないということではありませんx[1]['f1']が、明らかに異なります。

In [51]: x['f1'][1]
Out[51]: 
array([[1, 1],
       [1, 1]], dtype=uint16)

In [52]: x[1]['f1'] 
Out[52]: 
array([[1, 1],
       [1, 1]], dtype=uint16)

In [53]: x[1]['f1'] = 2

In [54]: x
Out[54]: 
array([('', [[0, 0], [0, 0]]), ('', [[2, 1], [1, 1]]),
       ('', [[0, 0], [0, 0]]), ('', [[0, 0], [0, 0]]),
       ('', [[0, 0], [0, 0]])], 
      dtype=[('f0', '|S3'), ('f1', '<u2', (2, 2))])

In [55]: x['f1'][1] = 3

In [56]: x
Out[56]: 
array([('', [[0, 0], [0, 0]]), ('', [[3, 3], [3, 3]]),
       ('', [[0, 0], [0, 0]]), ('', [[0, 0], [0, 0]]),
       ('', [[0, 0], [0, 0]])], 
      dtype=[('f0', '|S3'), ('f1', '<u2', (2, 2))])

何が起こっているのかを正確に理解するには、もう少し考えなければなりません。

于 2011-09-27T23:19:17.027 に答える