Supongamos que crea dos recarrays con el mismo dtype y apilarlas:apilamiento recarrays numpy sin perder su recarrayness
>>> import numpy as np
>>> dt = [('foo', int), ('bar', float)]
>>> a = np.empty(2, dtype=dt).view(np.recarray)
>>> b = np.empty(3, dtype=dt).view(np.recarray)
>>> c = np.hstack((a,b))
Aunque a
y b
son recarrays, c
no es:
>>> c.foo
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'numpy.ndarray' object has no attribute 'foo'
>>> d = c.view(np.recarray)
>>> d.foo
array([ 0, 111050731618561, 0,
7718048, 8246760947200437872])
que pueda obviamente, conviértalo de nuevo en una recarray, como se muestra en d
arriba, pero eso no es conveniente. ¿Hay alguna razón por la que apilar dos recarrays no produzca otra recarray?
Tampoco conservan el recarrageness. –