numpyで、数字と文字列を混合したい

Question

文字列と数字の両方入っているnumpy配列を作りたいです。
例えば、[["Tom",30],["Mary",40],["Jim",50]]のような配列をnumpyによって作りたいです。
２列目が文字ではなく、数字として認識したいです。

import numpy as np
a = np.array([["Tom",30],["Mary",40],["Jim",50]])
print(a)

上記のようなプログラムを作りましたが、
[['Tom' '30']
['Mary' '40']
['Jim' '50']]
のように、2列目が文字列として認識されました。

Answer 1

作り方は以下です。

>>> import numpy as np
>>> a = np.array([["Tom",30],["Mary",40],["Jim",50]], dtype='object')
>>> print(a)
[['Tom' 30]
 ['Mary' 40]
 ['Jim' 50]]
>>> print(a[0,1]+a[1,1])
70

ただし、numpyの目的を考えるとあまり意味はないです。そういうndarrayを作っても、多次元のインデックスでアクセスできることを除けば、numpyの目的である高速な計算とかは出来ないので、リストのリストを使っても余り変わらないからです。

Comments

[ym1111]

ありがとうございました。
文字列と数字の混合の配列を作り、ある数字を元に、ソートするというプログラムを作りたいと思い、numpyを使いました。
pandasなど、もっといい方法があるかもしれないかもですが、とりあえず解決できたのでよかったです。

Answer 2

numpy.ndarrayは基本的に1つの型で使用しますが、複数の型を使用したい場合にはStructured arraysとしてください。

x = np.array([('Rex', 9, 81.0), ('Fido', 3, 27.0)],

          dtype=[('name', 'U10'), ('age', 'i4'), ('weight', 'f4')])

x

array([('Rex', 9, 81.), ('Fido', 3, 27.)],
dtype=[('name', 'U10'), ('age', '<i4'), ('weight', '<f4')])

Structured arrays

【参考】

基本的には一つのndarrayオブジェクトに対して一つのdtypeが設定されていて、すべての要素が同じデータ型となる。

一つのndarrayで複数のデータ型を扱うためのStructured Data（構造化データ）という仕組みも用意されているが、ここでは触れない。複数のデータ型を含む配列（数値の列と文字列の列を含む二次元配列など）を処理するにはpandasのほうが便利。

NumPyのデータ型dtype一覧とastypeによる変換（キャスト）

Comments

[ppaul]

私もsutructured arrayを書こうかと思ったのですが、a[0,0]というアクセスができないので、オブジェクト型のndarrayの説明をしました。
pamdasのDataFrameを使うと、その中身であるdf.valuesはオブジェクト型
のndarrayになりますからね。

[meg_]

ppaulさん
なるほどです。どちらにしてもnumpy使うメリットはなさそうですね。

公式でも（データを扱う場合には）Structured arraysよりもxarrayやpandasを勧めていますね。
> Users looking to manipulate tabular data, such as stored in csv files, may find other pydata projects more suitable, such as xarray, pandas, or DataArray. These provide a high-level interface for tabular data analysis and are better optimized for that use. For instance, the C-struct-like memory layout of structured arrays in numpy can lead to poor cache behavior in comparison.

[ppaul]

使い道はないんですけれど、私のようなタイプの人間、たぶんmeg_さんも似ているような気がするのですが、役に立たないことを調べてみたいという人種は、役に立たないことを調べた結果、いろいろなことに詳しくなったように思います。
プログラミングの世界も、すべての人が同じ方向を目指すと、同じように書いて同じように間違えたりするので、違う種類の人がいることは大事なんだと思っています。
だから、役に立たないことに興味を持つ人たちを排除するのではなく、そういう人たちがその興味を持って育っていくように、いろいろなことを理解するためのヒントは教えてあげた方がいいと思うんです。