我有一对numpy数组;这是一个简单的等效示例：
t = np.linspace(0,1,100)
data = ((t % 0.1) * 50).astype(np.uint16)
我希望这些是dtype f8,i2的numpy recarray中的列.这是我能够得到我想要的唯一方式：
X = np.array(zip(t,data),dtype=[('t','f8'),('data','i2')])
但如果我的数据值很大,这是正确的方法吗？我想尽量减少转移数据的不必要开销.
这似乎应该是一个简单的问题,但我找不到一个好的例子.
解决方法:
直接的方法是使用numpy.rec.fromarrays.在您的情况下：
np.rec.fromarrays([t, data], dtype=[('t','f8'),('data','i2')])
或者干脆
np.rec.fromarrays([t, data], names='t,data', formats='f8,i2')
会工作.
另外的方法也在Converting a 2D numpy array to a structured array给出
标签：python,arrays,numpy 来源： https://codeday.me/bug/20190728/1563434.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。