將numpy元素轉換為numpy dtypes

Question

是否有一種簡便的方法可以將numpy數組的元素從任意和未知的本機python類型轉換為等效的numpy類型？ 我可以檢查每個元素的類型並分別轉換每種類型，但是我希望可以有一個更方便的方法。

我通過在舊數組中提取每個對象的屬性來在新數組中獲得python類型，如下所示：

import numpy as np
from operator import attrgetter

class myobj():
    def __init__(self, value):
        self.myattr = value

obj_array = np.empty((3,3), dtype='object')
for i in range(obj_array.shape[0]):
    for j in range(obj_array.shape[0]):
        obj_array[i,j] = myobj(i+j)

native_type_array = np.frompyfunc(attrgetter('myattr'), 1, 1)(obj_array)

根據這個問題/答案。

Answer 1

您可以使用numpy例程astype() ：

>>> import numpy as np
>>> arr = np.array([1.2, 3.4, 5.6])
>>> arr = arr.astype(np.int)
>>> print(arr)
[1 2 3]

Answer 2

這些值存儲在myattr屬性中，因此我認為您需要明確指定此屬性。 這應該工作

new_obj_array = np.frompyfunc(lambda x : np.int32(x.myattr), 1, 1)(obj_array)

Answer 3

如果我在您的代碼中添加__repr__方法並顯示以下內容：

import numpy as np
from operator import attrgetter

class myobj():
    def __init__(self, value):
        self.myattr = value
    def __repr__(self):
        return self.myattr.__repr__()

obj_array = np.empty((3,3), dtype='object')
for i in range(obj_array.shape[0]):
    for j in range(obj_array.shape[0]):
        obj_array[i,j] = myobj(i+j)

native_type_array = np.frompyfunc(attrgetter('myattr'), 1, 1)(obj_array)
print(native_type_array.shape)
print(native_type_array.dtype)
print(native_type_array)
print(obj_array)

我懂了

1011:~/mypy$ python3 stack38332556.py 
(3, 3)
object
[[0 1 2]
 [1 2 3]
 [2 3 4]]
[[0 1 2]
 [1 2 3]
 [2 3 4]]

native_type_array也是一個對象dtype數組-這是frompyfunc的文檔所說的。 但是由於元素是數字，所以顯示看起來不錯。

通過給myobj類似的repr ，我得到了同樣的東西。 如果我更改代表

def __repr__(self):
    return '<%s>'%self.myattr

我得到：

[[<0> <1> <2>]
 [<1> <2> <3>]
 [<2> <3> <4>]]

這也適用於列表。 print([myobj(10),myobj(11)])產生[<10>, <11>]