实例化自定义结构化dtype的标量

如何解决实例化自定义结构化dtype的标量

我已经定义了一个自定义dtype。例如：

vec = np.dtype([('x',float),('y',('z',float)])
quat = np.dtype([('w',('v',vec)])

现在我要制作一个标量四元数：

quat((1.0,(0.0,0.0,0.0)))

我希望我的元组语法不可接受（如果有的话）。但是，相反，出现以下错误：

TypeError: 'numpy.dtype' object is not callable

relevant portion中的documentation on scalars意味着可以在numpy中构建像这样的结构化类型的标量。

如何实例化quat标量？甚至有可能吗？

顺便说一下，我已经尝试了以下解决方法：

np.array([(1.0,0.0))],dtype=quat)

这不会产生实际的标量（尽管老实说它可以很好地满足我的目的，这使问题基本上是理论上的）。在结果上调用item会返回tuple，而不是标量quat对象。

解决方法

在数组上调用item会产生一个元组，因为item是专门用于将NumPy类型转换为Python类型的。索引数组会产生类型为numpy.void的NumPy标量：

scalar = np.array([(1.0,(0.0,0.0,0.0))],dtype=quat)[0]

,

这是基于评论中的讨论。它比原本要痛苦的多，因为自定义标量的用例不太可能无法通过1元素数组方便地解决。

quat的类型为np.void：

>>> quat.type
numpy.void

由于这是自定义类型的通用包，因此必须使用类似字节的对象实例化

>>> from struct import pack
>>> q = quat.type(pack('dddd',1.0,0.0))
>>> q
void(b'\x00\x00\x00\x00\x00\x00\xF0\x3F\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00')

当然，由于它是通用的，因此您需要告诉它如何解释自身。幸运的是，标量也有一个view方法：

>>> q = q.view(quat)
>>> q
(1.,(0.,0.,0.))
>>> q.dtype
dtype([('w','<f8'),('v',[('x',('y',('z','<f8')])])

TL; DR

q = np.void(pack('dddd',0.0)).view(quat)