如何将Python列表组合转换为含numpy.void的结构化ndarray
错误原因梳理
np.ndarray(l)的调用逻辑完全错误:该接口是NumPy的低层内存分配接口,第一个参数要求传入表示数组形状的元组,并非用于将已有的元组列表转换为数组,传入列表会直接触发类型报错。- 手动拼接的元组列表存在语法错误:列表闭合括号缺失,且仅编写了前4个元素就截断,没有覆盖两个输入列表的全部长度。
- 未显式声明目标结构化dtype,即便正常构造数组,也无法匹配自定义字段的类型、字节序要求。
正确实现流程
- 先通过
zip对齐两个输入列表的元素,按(Status, Survival_in_days)的顺序配对成元组序列,过程中自动将0/1的编码值转换为布尔类型。 - 严格按照要求定义目标dtype:
dtype=[('Status', '?'), ('Survival_in_days', '<f8')],其中'?'对应布尔类型,'<f8'对应小端序64位浮点数,和参考样例的dtype完全一致。 - 使用
np.array()而非np.ndarray()构造数组,传入配对完成的元组列表和自定义dtype,最终生成的数组每个元素的类型为numpy.void,完全满足结构化数组的要求。
完整可运行代码
import numpy as np observed_time = [6,5,1,3,4,3,2,4,5,2] censoring = [0,0,1,1,1,1,1,1,0,1] # 按位置配对生成元组序列,自动完成类型转换 tuple_pairs = [(bool(censor_flag), time) for censor_flag, time in zip(censoring, observed_time)] # 定义匹配要求的自定义dtype target_dtype = [('Status', '?'), ('Survival_in_days', '<f8')] # 构造目标结构化数组 structured_arr = np.array(tuple_pairs, dtype=target_dtype) # 验证属性 print(structured_arr) print("数组dtype:", structured_arr.dtype) print("单个元素类型:", type(structured_arr[0]))
输出效果
运行代码后生成的数组结构和参考样例格式完全一致:
array([(False, 6.), (False, 5.), ( True, 1.), ( True, 3.), ( True, 4.), ( True, 3.), ( True, 2.), ( True, 4.), (False, 5.), ( True, 2.)], dtype=[('Status', '?'), ('Survival_in_days', '<f8')])
单个元素类型为<class 'numpy.void'>,完全符合需求。
内容的提问来源于stack exchange,提问作者Reza
相关产品推荐
相关产品推荐

