numpy.core.records.array

core.records.array(obj, dtype=None, shape=None, offset=0, strides=None, formats=None, names=None, titles=None, aligned=False, byteorder=None, copy=True) [source]

Построение массива записей из широкого диапазона объектов.

Всеобщий конструктор массива записей, который перенаправляет вызов на соответствующую функцию создания recarray в зависимости от входных данных (см. Примечания).

Параметры

obj: любой

Входной объект. См. Примечания для подробностей о том, как обрабатываются различные типы входных данных.

dtype: тип данных, необязательно

Допустимый тип данных для массива.

shape: целое число или кортеж целых чисел, необязательно

Форма каждого массива.

offset: целое число, необязательно

Позиция в файле или буфере для начала чтения.

strides: кортеж целых чисел, необязательно

Буфер (buf) интерпретируется согласно этим шагам (шаги определяют, сколько байтов занимает каждый элемент массива, строка, столбец и т.д. в памяти).

formats, names, titles, aligned, byteorder :

Если dtype является None, эти аргументы передаются в numpy.format_parser для построения типа данных. См. подробную документацию этой функции.

copy: bool, необязательно

Скопировать ли входной объект (True), или использовать ссылку вместо него. Этот параметр применим только в том случае, если входной объект — ndarray или recarray. По умолчанию True.

Возвращает

np.recarray

Массив записей, созданный из указанного объекта.

Примечания

Если obj является None, тогда вызывается конструктор recarray. Если obj является строкой, тогда вызывается конструктор fromstring. Если obj является списком или кортежем, то если первый объект является ndarray, вызывается fromarrays, иначе вызывается fromrecords. Если obj является recarray, то создается копия данных в recarray (если copy=True) и используются новые форматы, имена и заголовки. Если obj является файлом, то вызывается fromfile. Наконец, если obj является ndarray, то возвращается obj.view(recarray), создавая копию данных, если copy=True.

Примеры

>>> a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

>>> np.core.records.array(a)
rec.array([[1, 2, 3],
           [4, 5, 6],
           [7, 8, 9]],
    dtype=int32)

>>> b = [(1, 1), (2, 4), (3, 9)]
>>> c = np.core.records.array(b, formats = ['i2', 'f2'], names = ('x', 'y'))
>>> c
rec.array([(1, 1.0), (2, 4.0), (3, 9.0)],
          dtype=[('x', '<i2'), ('y', '<f2')])

>>> c.x
rec.array([1, 2, 3], dtype=int16)

>>> c.y
rec.array([ 1.0,  4.0,  9.0], dtype=float16)

>>> r = np.rec.array(['abc','def'], names=['col1','col2'])
>>> print(r.col1)
abc

>>> r.col1
array('abc', dtype='<U3')

>>> r.col2
array('def', dtype='<U3')