Python NumPy结构化数组设计与应用

sergiojune

发布于 2024-12-09 13:26:10

4950

在处理复杂数据时，尤其是包含多种不同类型信息的数据集（如表格数据或数据库记录），NumPy 的普通数组可能显得力不从心。为了解决这一问题，NumPy 提供了结构化数组（Structured Array），允许为数组的每一列或字段分配不同的数据类型。结构化数组可以看作是结合了 NumPy 数组高效性和数据库记录灵活性的一种数据结构。

什么是结构化数组

结构化数组是 NumPy 的一种特殊数组，它允许定义多个字段，每个字段可以具有不同的数据类型和名称。结构化数组类似于数据库中的表格，每行代表一条记录，每列代表一个字段。

特点

多字段支持：每个字段可以有不同的数据类型。
高效性：基于 NumPy 的内存模型，结构化数组具有与普通数组类似的性能。
灵活的数据访问：支持字段名、索引和切片访问。

创建结构化数组

定义结构化数据类型

在创建结构化数组之前，需要定义每个字段的名称、数据类型和可选的形状。

NumPy 提供了灵活的方式定义结构化数据类型：

import numpy as np

# 定义结构化数据类型
dtype = np.dtype([
    ('Name', 'U10'),   # 名称字段，Unicode字符串，长度10
    ('Age', 'i4'),     # 年龄字段，32位整数
    ('Height', 'f4')   # 身高字段，32位浮点数
])

使用数据类型创建数组

通过定义好的数据类型，可以创建结构化数组：

# 创建结构化数组
data = np.array([
    ('Alice', 25, 1.65),
    ('Bob', 30, 1.80),
    ('Charlie', 35, 1.75)
], dtype=dtype)

print("结构化数组：\n", data)

输出：

结构化数组：
 [('Alice', 25, 1.65) ('Bob', 30, 1.8) ('Charlie', 35, 1.75)]

在这个数组中，每行包含三个字段：Name、Age 和 Height。

访问与操作结构化数组

结构化数组支持通过字段名和索引访问数据，同时保留 NumPy 数组的切片特性。

按字段访问

可以通过字段名直接访问特定字段的数据：

# 访问单个字段
print("名称字段：", data['Name'])
print("年龄字段：", data['Age'])

输出：

名称字段： ['Alice' 'Bob' 'Charlie']
年龄字段： [25 30 35]

按行访问

通过索引可以访问单行数据：

# 访问第2行数据
print("第二行数据：", data[1])

输出：

第二行数据： ('Bob', 30, 1.8)

切片操作

结构化数组支持常规的切片操作：

# 获取前两行
print("前两行数据：\n", data[:2])

输出：

前两行数据：
 [('Alice', 25, 1.65) ('Bob', 30, 1.8)]

修改数据

可以直接修改字段或特定位置的值：

# 修改单个字段的值
data['Age'] += 1
print("增加年龄后的数据：\n", data)

# 修改单条记录
data[0] = ('Alice', 26, 1.66)
print("修改第一行后的数据：\n", data)

输出：

增加年龄后的数据：
 [('Alice', 26, 1.65) ('Bob', 31, 1.8) ('Charlie', 36, 1.75)]
修改第一行后的数据：
 [('Alice', 26, 1.66) ('Bob', 31, 1.8) ('Charlie', 36, 1.75)]

高级功能

添加新字段

NumPy 的结构化数组不支持直接添加字段，但可以通过重建数组实现：

# 添加新的字段
new_dtype = np.dtype([
    ('Name', 'U10'),
    ('Age', 'i4'),
    ('Height', 'f4'),
    ('Weight', 'f4')  # 新增体重字段
])

# 重建数组并填充新字段
new_data = np.zeros(data.shape, dtype=new_dtype)
for field in data.dtype.names:
    new_data[field] = data[field]
new_data['Weight'] = [55, 70, 68]

print("新增字段后的数据：\n", new_data)

输出：

新增字段后的数据：
 [('Alice', 26, 1.66, 55.) ('Bob', 31, 1.8, 70.)
  ('Charlie', 36, 1.75, 68.)]

条件筛选

可以根据条件筛选数据：

# 筛选年龄大于30的记录
filtered_data = data[data['Age'] > 30]
print("筛选结果：\n", filtered_data)

输出：

筛选结果：
 [('Bob', 31, 1.8) ('Charlie', 36, 1.75)]

按字段排序

通过numpy.sort或numpy.argsort对结构化数组进行排序：

# 按年龄排序
sorted_data = np.sort(data, order='Age')
print("按年龄排序后的数据：\n", sorted_data)

输出：

按年龄排序后的数据：
 [('Alice', 26, 1.66) ('Bob', 31, 1.8) ('Charlie', 36, 1.75)]

多字段排序

可以指定多个字段进行排序：

# 按年龄和身高排序
sorted_data = np.sort(data, order=['Age', 'Height'])
print("按年龄和身高排序后的数据：\n", sorted_data)

实际案例：学生成绩管理

以下是一个学生成绩管理的实际案例，展示结构化数组的应用。

示例数据

# 创建学生成绩数据
student_dtype = np.dtype([
    ('StudentID', 'i4'),
    ('Name', 'U10'),
    ('Math', 'i4'),
    ('English', 'i4'),
    ('Science', 'i4')
])

students = np.array([
    (1, 'Alice', 85, 78, 92),
    (2, 'Bob', 89, 82, 88),
    (3, 'Charlie', 95, 88, 91),
    (4, 'David', 72, 68, 75)
], dtype=student_dtype)

计算总分与平均分

# 添加总分和平均分
students_with_scores = np.zeros(students.shape, dtype=[
    ('StudentID', 'i4'),
    ('Name', 'U10'),
    ('Math', 'i4'),
    ('English', 'i4'),
    ('Science', 'i4'),
    ('Total', 'i4'),
    ('Average', 'f4')
])

for field in students.dtype.names:
    students_with_scores[field] = students[field]

students_with_scores['Total'] = students['Math'] + students['English'] + students['Science']
students_with_scores['Average'] = students_with_scores['Total'] / 3

print("添加总分和平均分后的数据：\n", students_with_scores)

按总分排序

# 按总分排序
sorted_students = np.sort(students_with_scores, order='Total')
print("按总分排序后的学生数据：\n", sorted_students)

总结

NumPy 的结构化数组为处理复杂数据提供了高效灵活的解决方案。通过为每个字段指定数据类型，结构化数组能够高效管理和操作类似表格的数据集。无论是数据查询、排序还是条件筛选，结构化数组都表现出色。

如果你觉得文章还不错，请大家点赞、分享、留言下，因为这将是我持续输出更多优质文章的最强动力！

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2024-12-06，如有侵权请联系 cloudcommunity@tencent.com 删除

数组

本文分享自日常学python 微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度