numpy.rec.array

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

Создаёт массив записей из различных объектов.

Универсальный конструктор массива записей, который перенаправляет вызов к соответствующей функции создания recarray в зависимости от входных данных (см. Примечания).

Параметры:

objлюбой

Вводной объект. См. Примечания для деталей о том, как обрабатываются различные типы входных данных.

dtypeтип данных, необязательно

Допустимый тип данных для массива.

shapeцелое число или кортеж целых чисел, необязательно

Форма каждого массива.

offsetцелое число, необязательно

Позиция в файле или буфере для начала чтения.

stridesкортеж 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 None, эти аргументы передаются в numpy.format_parser для построения dtype. См. эту функцию для подробной документации.

copybool, необязательно

Копировать ли входной объект (True) или использовать ссылку вместо него. Этот параметр применяется только когда входные данные являются ndarray или recarray. По умолчанию True.

Возвращает:

np.recarray

Массив записей, созданный из указанного объекта.

Примечания

Если obj 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, то вызывается fromarrays, иначе вызывается fromrecords. Если obj является recarray, то выполняется копирование данных в recarray (если copy=True) и используются новые форматы, имена и заголовки. Если obj является файлом, тогда вызывается fromfile. Наконец, если obj является ndarray, тогда возвращается obj.view(recarray), выполняя копирование данных, если copy=True.

Примеры

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

>>> np.rec.array(a)
rec.array([[1, 2, 3],
           [4, 5, 6],
           [7, 8, 9]],
          dtype=int64)

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

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

>>> c.y
array([1.,  4.,  9.], 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')