다양한 데이터 유형의 배열을 연결하고 메모리 효율성을 유지하는 방법은 무엇입니까?

여러 데이터 유형의 배열 연결

다양한 유형의 데이터를 처리할 때 이를 단일 배열로 결합해야 하는 경우가 많습니다. 전체 배열을 단일 데이터 유형으로 변환하지 않고도 이 작업을 효율적으로 수행할 수 있습니다.

다음 시나리오를 고려하십시오. A에는 문자열이 포함되고 B에는 정수가 포함된 두 개의 배열이 있습니다. 목표는 각 열이 원래 데이터 유형을 유지하는 결합된 배열 Combined_array를 만드는 것입니다.

np.concatenate를 사용하여 A와 B를 연결하는 동안 Combined_array = np.concatenate((A, B), axis = 1)이 나타납니다. 간단하지만 기본적으로 전체 배열을 dtype=string으로 변환하므로 메모리 비효율성이 발생합니다.

해결책: 기록 배열 및 구조적 배열

효과적인 접근 방식은 다음을 활용하는 것입니다. 레코드 배열 또는 구조화된 배열.

레코드 배열:

레코드 배열은 단일 배열에 여러 데이터 유형을 저장할 수 있는 유연한 방법을 제공합니다. 개별 필드는 속성을 통해 액세스할 수 있습니다.

import numpy as np

a = np.array(['a', 'b', 'c', 'd', 'e'])
b = np.arange(5)
records = np.rec.fromarrays((a, b), names=('keys', 'data'))

print(records)
# rec.array([('a', 0), ('b', 1), ('c', 2), ('d', 3), ('e', 4)], 
#   dtype=[('keys', '|S1'), ('data', '<i8')])
print(records['keys'])
# rec.array(['a', 'b', 'c', 'd', 'e'], 
#   dtype='|S1')
print(records['data'])
# array([0, 1, 2, 3, 4])

구조적 배열:

레코드 배열과 유사하게 구조적 배열을 사용하면 각 필드에 대한 데이터 유형을 지정할 수 있습니다. :

arr = np.array([('a', 0), ('b', 1)], 
                dtype=([('keys', '|S1'), ('data', 'i8')]))

print(arr)
# array([('a', 0), ('b', 1)], 
#   dtype=[('keys', '|S1'), ('data', '<i8')])

레코드 배열은 속성 액세스를 제공하지만 구조적 배열은 그렇지 않습니다.

위 내용은 다양한 데이터 유형의 배열을 연결하고 메모리 효율성을 유지하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!