如何强制numpy将其元素视为对象

brjng4g3 于 2023-11-18 发布在其他

关注(0)|答案(1)|浏览(91)

我有一个连接到某个数据库的库，作为存储数据的选项之一，我有一个数组。这个库的编码方式使我不能使用n维数组。
假设我想存储一些int32，我会这样做：

np.array([1, 2, 3], dtype=np.int32)

字符串
假设我想存储一些double数组，我可以这样做：

np.array([np.array([1., 2., 3.]), np.array([4., 5.])], dtype=object)

型
因为结果不会产生n维数组，而是一个数组的数组：

array([array([1., 2., 3.]), array([4., 5.])], dtype=object)

型
然而，每当我把所有的数组都做成相同的形状时：

np.array([np.array([1., 2., 3.]), np.array([4., 5., 6.])], dtype=object)

型
结果是：

array([[1.0, 2.0, 3.0],
       [4.0, 5.0, 6.0]], dtype=object)

型
我想：

array([array([1., 2., 3.]), array([4., 5., 6.])], dtype=object)

型
因为这是库会接受的。我理解numpy为什么做这样的优化，但是我想重写它。

1条答案

感谢@hpaulj：
创建一个空的对象数组，然后将元素分配给数组：

import numpy as np

array = np.empty((2,), object)
array[0] = np.array([1., 2., 3.])
array[1] = np.array([4., 5., 6.])

print(array)

字符串
给出：

array([array([1., 2., 3.]), array([4., 5., 6.])], dtype=object)

型
更新：由于一些评论提到了它，我想把它也包括在这里。要一次设置所有元素，你可以这样做：

array[:] = list(np.array([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]]))

型