连接具有多种数据类型的数组
在处理不同类型的数据时，通常需要将它们组合成一个数组。无需将整个数组转换为单一数据类型即可高效完成此操作。
考虑以下场景：您有两个数组，A 包含字符串，B 包含整数。目标是创建一个组合数组combined_array，其中每列保留其原始数据类型。
使用 np.concatenate 连接 A 和 B 时，会出现combined_array = np.concatenate((A, B), axis = 1)简单来说，它默认将整个数组转换为 dtype=string，导致内存效率低下。
解决方案：记录数组和结构化数组
有效的方法是利用记录数组或结构化数组。
记录数组：
记录数组提供了一种在单个数组中存储多种数据类型的灵活方法。可以通过属性访问各个字段：
import numpy as np
a = np.array(['a', 'b', 'c', 'd', 'e'])
b = np.arange(5)
records = np.rec.fromarrays((a, b), names=('keys', 'data'))
print(records)
# rec.array([('a', 0), ('b', 1), ('c', 2), ('d', 3), ('e', 4)],
# dtype=[('keys', '|S1'), ('data', '<i8')])
print(records['keys'])
# rec.array(['a', 'b', 'c', 'd', 'e'],
# dtype='|S1')
print(records['data'])
# array([0, 1, 2, 3, 4])结构化数组：
与记录数组类似，结构化数组允许为每个字段指定数据类型:
arr = np.array([('a', 0), ('b', 1)],
dtype=([('keys', '|S1'), ('data', 'i8')]))
print(arr)
# array([('a', 0), ('b', 1)],
# dtype=[('keys', '|S1'), ('data', '<i8')])请注意，记录数组提供属性访问，而结构化数组则不提供。
以上是如何连接不同数据类型的数组并保持内存效率？的详细内容。更多信息请关注PHP中文网其他相关文章！
