如何将 numpy 的 record 数组转换成 structured 数组？

结构化数组可以转换为 record 数组，这是容易查到的，但是我在 google 上查不到 record 向 structrured 转化，难道全世界没有这种需求？
事情是这样的，我有一个 fits 格式的科学数据表格（非客户个人隐私数据），一百多万行几十列，字符和数字都有。我通过 pyfits 读取后成为 record 数组，想向其中增加几列数据，好像只有结构化数组可以这样操作。大家有什么解决办法么？

暂不考虑 pandas 和 tables，我主要是关心数组格式之间的转换和 record 有没有增加列数据的办法。

谢谢！

第 1 条附言 · 2018 年 12 月 2 日

目前的解决方案是：

#record 数组转 structured数组：

structured_arr = record_arr.view(record_arr.dtype.fields, np.ndarray)

#增加列：

import numpy.lib.recfunctions as rft

colarr1 = np.array([...])
colarr2 = np.array([...])

array2 = rft.append_fields(structured_array, names=['colname1', 'colname2'], data=[colarr1, colarr2])

record

化数组

转换

数组

2 条回复 • 2018-12-01 20:20:46 +08:00

ruoyu0088

2018 年 12 月 1 日

文档里面有：

arr2 = recordarr.view(recordarr.dtype.fields or recordarr.dtype, np.ndarray)

但是添加列应该需要复制所有数据。

ghhardy

2018 年 12 月 1 日

@ruoyu0088 非常感谢！是的，numpy.lib.recfunctions 就是通过复制数组实现的 structrued 增加列