Numpy 在Numpy的ndarray中编程添加列名

在本文中，我们将介绍如何在Numpy的ndarray中编程添加列名。通常情况下，Numpy ndarray结构是一个多维数组，没有明确的列名或字段名。但有些情况下，我们需要在数组中添加一些名字来表示每一列的含义。这样我们就可以更方便地理解和操作数组。下面我们将演示如何将列名添加到Numpy的ndarray中。

阅读更多：Numpy 教程

列名的必要性

当我们处理大量数据时，数据的整体结构比较复杂。而Numpy数组通常是最常见的数据结构之一。数组中没有字段或列名，应用程序可能无法确定数组的每个元素代表什么含义。因此，在数组中添加列名或字段名是至关重要的。下面来看一个例子：

假设我们有以下输出：

[[1, "apple", 0.25],
 [2, "banana", 0.5],
 [3, "orange", 0.75]]

我们可以猜测这可能是一些水果的数据，但我们无法确定它们的含义。但是如果我们为每一列添加一个描述，我们就能够清楚地了解这些数据：

ID    | FRUIT   | PRICE
------|---------|------
1     | apple   | 0.25
2     | banana  | 0.5
3     | orange  | 0.75

在这个表格中，我们可以清楚地了解数据的结构，以及每列代表什么。因此，添加列名或字段名可以更好地理解数组数据结构，并且可以更轻松地操作，从而提高我们的编程效率。

添加列名

首先，让我们看看如何创建一个Numpy ndarray。

import numpy as np

data = np.array([[1, "apple", 0.25],
                [2, "banana", 0.5],
                [3, "orange", 0.75]])

接下来，我们需要创建一个包含列名的元组，然后将其与数组一起传递。我们可以选择使用以下代码：

columns = ("ID", "FRUIT", "PRICE")
data_with_columns = np.column_stack((columns, data))

现在，我们将创建一个包含列名的元组，并使用column_stack（）函数将其与原始数据一起传递。这将返回一个包含列名的Numpy ndarray。

我们还可以使用numpy.rec.array（）函数来创建一个带有列名的数组：

columns = ("ID", "FRUIT", "PRICE")
dtypes = [("ID", int), ("FRUIT", str), ("PRICE", float)]
data_with_columns = np.rec.array(data, dtype=dtypes)

在这里，我们使用了dtype参数来制定每一列的数据类型。最终，这将创建一个带有列名的Numpy ndarray。接下来，我们将演示如何访问这些列名。

访问列名

现在我们已向数组中添加了列名，我们可以访问这些列名来获取数据。让我们尝试使用以下代码：

print(data_with_columns["ID"])
print(data_with_columns["FRUIT"])
print(data_with_columns["PRICE"])

现在，我们可以使用列名来获取数据，而不仅仅是与索引相关的数字。

我们可以将数组传递给pandas DataFrame，以便更轻松地使用Numpy数据。DataFrame将自动识别列名，并将它们转换为DataFrame的列名：

import pandas as pd
df = pd.DataFrame(data_with_columns)
print(df)

总结

以上是在Numpy的ndarray中编程添加列名的完整教程。我们介绍了列名或字段名的必要性，以及如何向数组添加列名，同时演示了如何访问列名。