如何在numpy数组中处理混合数据类型

Question

被困在这个无聊的问题上

country=['India','USA']
​gdp=[22,33]

import numpy as np
a=np.column_stack((country,gdp))

array([['India', '22'],
       ['USA', '33']], dtype='<U11')

我有一个NDArray，我想找到第二列的最大值。我试过下面的方法

^{pr2}$

它引发了以下错误：TypeError: cannot perform reduce with flexible type

尝试转换类型

datatype=([('country',np.str_,64),('gross',np.float32)])

new=np.array(a,dtype=datatype)

但是得到了下面的错误

could not convert string to float: 'India'.

Answer 1

考虑对混合类型使用numpy结构化数组。如果您显式地设置数据类型，则不会有任何问题。在

对于numpy，这通常是必要的，当然也是明智的。在

import numpy as np

country = ['India','USA','UK']
gdp = [22,33,4]

a = np.array(list(zip(country, gdp)),
             dtype=[('Country', '|S11'), ('Number', '<i8')])

res_asc = np.sort(a, order='Number')

# array([(b'UK', 4), (b'India', 22), (b'USA', 33)], 
#       dtype=[('Country', 'S11'), ('Number', '<i8')])

res_desc = np.sort(a, order='Number')[::-1]

# array([(b'USA', 33), (b'India', 22), (b'UK', 4)], 
#       dtype=[('Country', 'S11'), ('Number', '<i8')])

Answer 2

错误是由于数组中的字符串数据导致的，这使得数据类型为Unicode（由U11表示，即11个字符的Unicode）字符串。 如果希望以数字格式存储数据，请使用structured arrays。 但是，如果只想计算数值列的最大值，请使用

print(a[:, 1].astype(np.int).max())
// 33

根据特定列中数据的性质，您可以选择使用其他数值数据类型，如np.float代替{}。在