在 NumPy 中，結(jié)構(gòu)化數(shù)組允許我們創(chuàng)建具有復(fù)雜數(shù)據(jù)類型的數(shù)組，類似于表格或數(shù)據(jù)庫(kù)中的行。這對(duì)于處理異質(zhì)數(shù)據(jù)集非常有用。在本篇博客中，我們將深入介紹 NumPy 中的結(jié)構(gòu)化數(shù)組，并通過(guò)實(shí)例演示如何創(chuàng)建、訪問(wèn)和操作結(jié)構(gòu)化數(shù)組。

1. 創(chuàng)建結(jié)構(gòu)化數(shù)組

結(jié)構(gòu)化數(shù)組可以通過(guò)指定每個(gè)字段的名稱和數(shù)據(jù)類型來(lái)創(chuàng)建。

import numpy as np

# 定義數(shù)據(jù)類型
dtype = np.dtype([('name', 'S10'), ('age', int), ('height', float)])

# 創(chuàng)建結(jié)構(gòu)化數(shù)組
data = np.array([('Alice', 25, 5.6), ('Bob', 30, 6.0)], dtype=dtype)
print(data)

2. 訪問(wèn)結(jié)構(gòu)化數(shù)組的字段

可以通過(guò)字段名稱訪問(wèn)結(jié)構(gòu)化數(shù)組的各個(gè)字段。

# 訪問(wèn)結(jié)構(gòu)化數(shù)組的字段
print(data['name'])    # 輸出：['Alice' 'Bob']
print(data['age'])     # 輸出：[25 30]
print(data['height'])  # 輸出：[5.6 6. ]

3. 修改結(jié)構(gòu)化數(shù)組的值

通過(guò)索引和字段名稱，可以修改結(jié)構(gòu)化數(shù)組的各個(gè)字段的值。

# 修改結(jié)構(gòu)化數(shù)組的值
data['age'][0] = 26
data['height'][1] = 6.2
print(data)

4. 多維結(jié)構(gòu)化數(shù)組

結(jié)構(gòu)化數(shù)組可以是多維的，每個(gè)維度可以有不同的數(shù)據(jù)類型。

# 多維結(jié)構(gòu)化數(shù)組
dtype_multi = np.dtype([('matrix', [('row', int), ('column', int)]), ('value', float)])
data_multi = np.array([((1, 2), 3.5), ((3, 4), 1.2)], dtype=dtype_multi)
print(data_multi)

5. 使用嵌套字段

結(jié)構(gòu)化數(shù)組支持嵌套字段，可以方便地處理嵌套結(jié)構(gòu)。

# 使用嵌套字段
dtype_nested = np.dtype([('info', [('name', 'S10'), ('age', int)]), ('height', float)])
data_nested = np.array([(('Alice', 25), 5.6), (('Bob', 30), 6.0)], dtype=dtype_nested)
print(data_nested)

6. 結(jié)構(gòu)化數(shù)組的排序

可以使用 np.sort 函數(shù)對(duì)結(jié)構(gòu)化數(shù)組進(jìn)行排序。

# 結(jié)構(gòu)化數(shù)組的排序
sorted_data = np.sort(data, order='age')
print(sorted_data)

7. 結(jié)構(gòu)化數(shù)組的條件篩選

可以使用條件來(lái)篩選結(jié)構(gòu)化數(shù)組中的數(shù)據(jù)。

# 結(jié)構(gòu)化數(shù)組的條件篩選
filtered_data = data[data['age'] > 26]
print(filtered_data)

8. 結(jié)構(gòu)化數(shù)組與 Pandas DataFrame 的轉(zhuǎn)換

結(jié)構(gòu)化數(shù)組可以方便地與 Pandas DataFrame 進(jìn)行轉(zhuǎn)換。

import pandas as pd

# 結(jié)構(gòu)化數(shù)組轉(zhuǎn)為 DataFrame
df = pd.DataFrame(data)
print(df)

9. 總結(jié)

結(jié)構(gòu)化數(shù)組是 NumPy 中用于處理異質(zhì)數(shù)據(jù)的重要工具，通過(guò)定義復(fù)雜的數(shù)據(jù)類型，我們可以創(chuàng)建具有不同字段的數(shù)組，類似于表格或數(shù)據(jù)庫(kù)中的行。結(jié)構(gòu)化數(shù)組提供了訪問(wèn)、修改、排序和條件篩選數(shù)據(jù)的靈活性，同時(shí)也方便與 Pandas DataFrame 進(jìn)行交互。希望本篇博客能夠幫助你更好地理解和運(yùn)用 NumPy 中的結(jié)構(gòu)化數(shù)組功能。

到此這篇關(guān)于NumPy實(shí)現(xiàn)結(jié)構(gòu)化數(shù)組的示例代碼的文章就介紹到這了,更多相關(guān)NumPy 結(jié)構(gòu)化數(shù)組內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論