如何从结构化的numpy.array访问多个字段？

Question

我遇到了访问多个字段（列）的困难

输入：

a = np.array([(1.0, 2,1),(3.0, 4,2),(9, 3,6)], dtype=[('x', float), ('y', float), ('z', float)])
a=np.reshape(a,(a.shape[0],-1))
a

输出：

array([[(1.0, 2.0, 1.0)],
       [(3.0, 4.0, 2.0)],
       [(9.0, 3.0, 6.0)]], 
      dtype=[('x', '<f8'), ('y', '<f8'), ('z', '<f8')])

如果我想访问第一列，我可以做：

in: a[:]['x']

out: array([[ 1.],
             [ 3.],
             [ 9.]])

但是如果我想首先访问（例如）第三列，正确的语法是什么？像

之类的东西

in: a[:]['x':'z']

显然不起作用

Answer 1

使用字段名称列表作为数组的索引。结果是一个形状相同的数组，但是记录中只有选定的字段（具有多个字段的数组元素称为记录）。

import numpy as np
a = np.array([(1.0, 2,1),(3.0, 4,2),(9, 3,6)], dtype=[('x', float), ('y', float), ('z', float)])
print(a)

print(a[['x', 'z']])

您可以对结果数组应用更高级别的索引，以选择仅需要的元素。    

Answer 2

a[:][['x', 'z']]

Out[9]: 
array([[(1.0, 1.0)],
   [(3.0, 2.0)],
   [(9.0, 6.0)]], 

将列名作为列表传递    

Answer 3

考虑到列很多，并且您不想手动添加所有项目- 你可以做：a的列名将转换为列表。之后，您可以按索引或逐项访问列表中的列

col_to_ex=list(a.dtype.names)
col_to_ex=col_to_ex[0]+...

或
col_to_ex=list(a.dtype.names).remove('y')

然后您可以做：
a[:][col_to_ex]