numpy数组中的自定义数据类型

Question

我正在创建一个numpy数组，该数组将填充我制作的特定类的对象。我想初始化数组，使其仅包含该类的对象。例如，这是我想做的事，如果我做这件事会发生什么。

class Kernel:
    pass

>>> L = np.empty(4,dtype=Kernel)

TypeError: data type not understood

我可以做这个：

>>> L = np.empty(4,dtype=object)

然后将的每个元素分配L为一个Kernel对象（或任何其他类型的对象）。Kernel从编程的角度（类型检查）和数学的角度（对函数集进行操作）的角度来看，如果我能够拥有一个s数组，那将是如此的巧妙。

我可以使用任意类指定numpy数组的数据类型吗？

Answer 1

如果您的内核类具有可预测的成员数据量，则可以为其定义dtype而不是类。例如，如果它由9个浮点数和一个int参数化，则可以

kerneldt = np.dtype([('myintname', np.int32), ('myfloats', np.float64, 9)])
arr = np.empty(dims, dtype=kerneldt)

每当您要操作单个内核的方法时，都必须进行强制转换才能将它们转换为Kernel类的对象，但这是将实际数据存储在NumPy数组中的一种方法。如果只想存储一个引用，则对象dtype是最好的，而无需将ndarray子类化。