创建混合数据类型的 numpy 数组

Question

例如我有三本词典：

first_dictionary = {'Feature1': array([0, 0, 1, 0]),
 'Feature2': array([0, 1, 0, 0]),
 'Feature3': array([1, 0, 0])}

second_dictionary = { 'Feature4': array([0., 1.]),
 'Feature5': array([0.]),
 'Feature6': array([0., 1.])}

third_dictionary = {{'Feature7': array([  0.,   0.,   0., 912.,   0.,
          0.,   0.,   0.,   0.,   0.]),
 'Feature8': array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])}

真正的词典有更多的键（每个约 50 个）。我结合了 numpy 数组来生成一个 1D numpy 数组：

output = []

for dictionary in [first_dictionary,second_dictionary,third_dictionary]:
    for key, value in dictionary.items():
        output += list(value)
    
output_array = np.array(output)

但是，当我这样做时，数据类型都被弄乱了，因为我想生成一个最终的 numpy 数组，它保持原始 numpy 数组的数据类型。

所以我得到的是：

array([  0.,   0.,   1.,   0.,   0.,   1.,   0.,   0.,   1.,   0.,   0.,
         0.,   1.,   0.,   0.,   1.,   0.,   0.,   0., 912.,   0.,   0.,
         0.,   0.,   0.,   0.,   0.,   0.,   0.,   0.,   0.,   0.,   0.,
         0.,   0.,   0.,   0.])

鉴于你可以，你的第一本字典只有整数，所以我希望它看起来像：

array([  0,    0,    1,    0,    0,    1,    0,    0,   1,     0,    0,
         0.,   1.,   0.,   0.,   1.,   0.,   0.,   0., 912.,   0.,   0.,
         0.,   0.,   0.,   0.,   0.,   0.,   0.,   0.,   0.,   0.,   0.,
         0.,   0.,   0.,   0.])

我怎样才能做到这一点？见解将不胜感激。 旁注：所有字典中的所有 numpy 数组都是使用 np.ndarray 创建的，类型设置为 None。

Answer 1

您可以通过将 numpy 数组的 dtype 设置为

object

来做到这一点

output_array = np.array(output, dtype= object)

输出：

[0 0 1 0 0 1 0 0 1 0 0 0.0 1.0 0.0 0.0 1.0 0.0 0.0 0.0 912.0 0.0 0.0 0.0
 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0]