Numpy数组类型转换产生额外维度问题咨询（v1.24.4）

这不是NumPy的bug，是astype()方法的预期行为。

原因分析 #

astype()的作用是将数组中的每个元素转换为指定的数据类型。你传入的原数组A是形状为(4,)的一维数组，当你指定结构化dtype时，NumPy会把原数组的每个元素单独转换成一个结构化对象，最终得到形状为(4,)的结构化数组——这和你期望的“单个结构化元素的数组（形状(1,)）”逻辑不符。

正确实现方式 #

如果你想把原数组的4个元素作为一个结构化对象的4个字段，生成形状为(1,)的数组，可以用以下两种方法：

方法1：直接用tuple包装后构造数组

import numpy as np
A = np.array([0.        , 0.00333476, 0.29804176, 0.66598558])
# 把数组转为元组，作为单个结构化元素传入
structured_arr = np.array([tuple(A)], dtype=[('idx', '<i4'), ('x', '<f4'), ('y', '<f4'), ('z', '<f4')])

注意：这里idx字段是整数类型，NumPy会自动把原数组的第一个浮点数元素转换为int32。

方法2：用np.rec.fromarrays拆分字段构造

如果需要更明确地控制每个字段的类型转换（比如手动处理idx的类型），可以用这个方法：

# 拆分原数组为各个字段对应的数组，分别转换类型
idx_arr = A[[0]].astype('<i4')
xyz_arr = A[1:].astype('<f4')
# 按字段顺序传入，生成结构化数组
structured_arr = np.rec.fromarrays([idx_arr, xyz_arr[0], xyz_arr[1], xyz_arr[2]], 
                                   dtype=[('idx', '<i4'), ('x', '<f4'), ('y', '<f4'), ('z', '<f4')])

验证结果 #

上述两种方法生成的structured_arr形状为(1,)，每个元素是包含idx、x、y、z四个字段的结构化对象，符合你写入二进制PLY文件的需求。

内容的提问来源于stack exchange，提问作者TIM