Python:numpy行列の型の調整

Question

前提・実現したいこと

Pythonを使用しています。

• 実現したい内容 …

「　numpy行列を作成したのですが、typeの調整がうまくいきません。
これをなんとかしたいです。」

実行したコードとその結果

実行したコード

このようなコードを実行しました。

In[]:
import numpy as np

np_a = np.empty([10],dtype=str)
np_a = np.vstack((np_a,np.arange(10)))

np_a

実行した結果

上記のコードを実行した結果、
以下のようになりました。

Out[]:
array([['', '', '', '', '', '', '', '', '', ''],
       ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']], dtype='<U11')

本来得たい結果

望んでいた実行結果は以下の通りです。

Out[]:
array([['', '', '', '', '', '', '', '', '', ''],
       [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]])

# np_a[0]はstr型、np_a[0]はint型にしたいです。

Comments

[tetsunosuke]

https://ja.stackoverflow.com/questions/54413/%E7%95%B0%E3%81%AA%E3%82%8Bshape%E3%81%AEndarray%E3%82%92-%E6%96%B0%E3%81%97%E3%81%84%E8%BB%B8%E3%82%92%E8%BF%BD%E5%8A%A0%E3%81%97%E3%81%9F%E7%8A%B6%E6%85%8B%E3%81%A7%E9%80%A3%E7%B5%90%E3%81%97%E3%81%9F%E3%81%84

こちらが参考になるかもしれません。

NumPyは、固定サイズの同次元の数値配列を前提に最適化することで高速な演算や柔軟な操作を担保しているのであって、端的に言えば その前提が崩れるならNumPyを使う意味がない! と思います。

[TeRa_130]

私のやりたいことは、numpyのメリットを消してしまおうとしていたのですね。
ご助言ありがとうございます。

Answer 1

一つの配列で型を混在させることは原則できません。
（object型にする、fieldを使うなど手がない訳ではありません。ただ、どちらにしてもあまり利便性はないでしょう）

そういうことをしたい場合は、pandasのデータフレームを使うのが一番いいでしょう。

Comments

[TeRa_130]

ありがとうございます。
pandasのデータフレームで試してみようと思います。