Преобразование dtype определенного столбца в массив numpy

Я хочу изменить тип данных столбца numpy, но когда я заменяю исходный столбец numpy, dtype не изменится успешно.

import numpy as np 

arraylist =[(1526869384.273246, 0, 'a0'),
(1526869385.273246, 1, 'a1'),
(1526869386.273246, 2, 'a2'),
(1526869387.273246, 3, 'a3'),
(1526869388.273246, 4, 'a4'),
(1526869389.273246, 5, 'a5'),
(1526869390.273246, 6, 'a6'),
(1526869391.273246, 7, 'a7'),
(1526869392.273246, 8, 'a8'),
(1526869393.273246, 9, 'a9'),
(1526869384.273246, 0, 'a0'),
(1526869385.273246, 1, 'a1'),
(1526869386.273246, 2, 'a2'),
(1526869387.273246, 3, 'a3'),
(1526869388.273246, 4, 'a4'),
(1526869389.273246, 5, 'a5'),
(1526869390.273246, 6, 'a6'),
(1526869391.273246, 7, 'a7'),
(1526869392.273246, 8, 'a8'),
(1526869393.273246, 9, 'a9')]

array =  np.array(arraylist)

array.dtype

dtype('<U32')

array[:,0]=array[:,0].astype("float64")
array[:,0].dtype 

>>> dtype('<U32')

Событие через Я изменил dtype столбца, но почему я хочу заменить исходный столбец, он все еще u32?

Прочтите stackoverflow.com/questions/49751000/… и stackoverflow.com/questions/11309739/…

— 21.05.2018 07:54

По умолчанию np.array назначает лучший общий dtype всему массиву, в данном случае строке. После создания этот dtype фиксируется и не может быть изменен простым присваиванием. Рассмотрите структурированные массивы или массивы dtype объектов, если вы должны смешивать числа с плавающей запятой и строки. Но имейте в виду, что они имеют повышенную стоимость обработки.

— 21.05.2018 08:22

Поскольку у вас есть список кортежей, создать структурированный массив с 3 полями будет относительно просто.

— 21.05.2018 08:27

python arrays numpy types type-conversion

21.05.2018 07:47

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

8 701

Ответы 1

Если вас устраивают именованные столбцы, вы можете определить кортеж dtypes и назначить их array во время создания:

dtype = [('A', 'float'), ('B', 'int'), ('C', '<U32')]
array = np.array(arraylist, dtype=dtype)

array['A'].dtype  # note, array[: 0] does not work here since these are named columns
dtype('float64')

21.05.2018 07:52

Другие вопросы по теме

Вычислить оценку сходства между многомерными массивами (тензор)

Вертикальная гистограмма с накоплением с использованием списка SharePoint

Values не добавляет в массив динамически

Как отсортировать динамический массив с помощью jQuery?

Перебирать массив объектов js внутри каждого объекта, сравнивать значение в объекте со всеми остальными на предмет уникальности, нажимать на новый массив

Почему мои расчеты неверны?

Сопоставить значения 2 свойств в массиве объектов и отфильтровать сопоставления на основе значения 3-го свойства

Проверка дубликата для многомерных массивов (3-й уровень)

Извлечение данных из угловой диаграммы из другого javascript

Ошибка «Невозможно преобразовать char * в char (*) [95]»

Преобразование dtype определенного столбца в массив numpy

Ответы 1

Другие вопросы по теме

Похожие вопросы