元组NumPy数据类型

1yjd4xko 于 2022-12-26 发布在其他

关注(0)|答案(1)|浏览(99)

我目前正在从SQLite数据库中阅读颜色，方法如下：

import numpy as np, apsw
connection = apsw.Connection(db_name)
cursor = connection.cursor()
desc = {'names':('name','R','G','B'),'formats':('a3','float','float','float')}
colorlist = np.array(cursor.execute("SELECT name, R, G, B FROM Colors").fetchall(),desc)

但是我希望在一个只有两列的NumPy数组中读入这些数据，其中第二列是一个包含（R，G，B）的元组，即类似于：

desc = {'names':('name','Color'),'formats':('a3','float_tuple')}
colorlist = np.array(cursor.execute("SELECT name, R, G, B FROM Colors").fetchall(),desc)

我想这样做是为了简化我后面的一些语句，其中我将颜色从数组中提取为元组，并消除我创建字典来为我做这件事的需要：

colorlist[colorlist['name']=='BOS']['Color'][0]

numpy

来源：https://stackoverflow.com/questions/7515659/tuple-numpy-data-type

1条答案

按热度按时间

bvuwiixz1#

你真的需要一个tuple吗？或者你只是想把值分组吗？你可以为每个字段创建一个任意形状的numpy记录数组...

>>> np.array([('ABC', (1, 2, 3)), ('CBA', (3, 2, 1))], dtype='3a, 3i')
array([('ABC', [1, 2, 3]), ('CBA', [3, 2, 1])], 
      dtype=[('f0', '|S3'), ('f1', '<i4', 3)])

这甚至适用于n维数组：

>>> np.array([('ABC', ((1, 2, 3), (1, 2, 3))), ('CBA', ((3, 2, 1), (3, 2, 1)))],
             dtype='a3, (2, 3)i')
array([('ABC', [[1, 2, 3], [1, 2, 3]]), ('CBA', [[3, 2, 1], [3, 2, 1]])], 
      dtype=[('f0', '|S3'), ('f1', '<i4', (2, 3))])

部分适用于您的特定问题：

>>> desc = {'names':('name','Color'),'formats':('a3','3f')}
>>> colorlist = np.array([('ABC', (1, 2, 3)), ('CBA', (3, 2, 1))], desc)
>>> colorlist[colorlist['name']=='ABC']['Color'][0]
array([ 1.,  2.,  3.], dtype=float32)

使用rec.fromarrays从两个常规数组生成记录数组：

>>> desc = {'names':('name','Color'),'formats':('a3','3f')}
>>> np.rec.fromarrays([['ABC', 'CBA'], [(1, 2, 3), (3, 2, 1)]], desc)[0][1]
array([ 1.,  2.,  3.], dtype=float32)

完整的解决方案：

color_query = cursor.execute("SELECT R, G, B FROM Colors").fetchall()
name_query = cursor.execute("SELECT name FROM Colors").fetchall()
desc = {'names':('name','Color'),'formats':('a3','3f')}
colorlist = np.rec.fromarrays([color_query, name_query], desc)

如果由于某种原因不能像这样拆分查询，则只能拆分查询结果，可能使用列表解析：

colorlist = np.rec.fromarrays([[row[0]  for row in query], 
                               [row[1:] for row in query]], desc)

赞(0）回复(0）举报 2022-12-26

我来回答

元组NumPy数据类型

1条答案

相关问题

热门标签

最新问答