python存储对象的数组_在对象数组中存储记录数组

Stéfan van der Walt(numpy开发者)explains：The ndarray constructor does its best

to guess what kind of data you are

feeding it, but sometimes it needs a

bit of help....

I prefer to construct arrays

explicitly, so there is no doubt what

is happening under the hood:

当你说像instance1=np.array([(67111L,1.0),(104242L,1.0)],dtype=np.dtype([('f0', '

instance2=np.array([(67112L,2.0),(104243L,2.0)],dtype=np.dtype([('f0', '

instances=[instance1,instance2]

Y=np.array(instances, dtype = np.object)

np.array被迫猜测所需数组的维数。

instances是两个对象的列表，每个对象的长度为2。因此，相当合理地，np.array猜测{}应该有形状(2,2)：

^{pr2}$

在大多数情况下，我认为这是我们想要的。然而，

在您的情况下，由于这不是您想要的，因此必须显式地构造数组：X=np.empty((len(instances),), dtype = np.object)

print(X.shape)

# (2,)

现在对X的形状没有疑问：(2, )所以当你输入数据时X[:] = instances

numpy足够聪明，可以将instances看作两个对象的序列。在