Exibir matriz de objetos em dtype diferente

Question

Eu gostaria de visualizar uma matriz de objetos com um dtype que encapsula linhas inteiras:

data = np.array([['a', '1'], ['a', 'z'], ['b', 'a']], dtype=object)
dt = np.dtype([('x', object), ('y', object)])
data.view(dt)

Eu recebo um erro:

TypeError: Cannot change data-type for object array.

Eu tentei as seguintes soluções alternativas:

dt2 = np.dtype([('x', np.object, 2)])
data.view()
data.view(np.uint8).view(dt)
data.view(np.void).view(dt)

Todos os casos resultam no mesmo erro. Existe alguma maneira de visualizar uma matriz de objetos com um dtype diferente?

Eu também tentei uma abordagem mais geral (isso é para referência, pois é funcionalmente idêntico ao mostrado acima):

dt = np.dtype(','.join(data.dtype.char * data.shape[1]))
dt2 = np.dtype([('x', data.dtype, data.shape[1])])

Answer 1

Parece que você sempre pode forçar uma visão de um buffer usando np.array:

view = np.array(data, dtype=dt, copy=not data.flags['C_CONTIGUOUS'])

Embora essa seja uma abordagem rápida e suja, os dados são copiados nesse caso e dt2não são aplicados corretamente:

>>> print(view.base)
None
>>> np.array(data, dtype=dt2, copy=not data.flags['C_CONTIGUOUS'])
array([[(['a', 'a'],), (['1', '1'],)],
       [(['a', 'a'],), (['z', 'z'],)],
       [(['b', 'b'],), (['a', 'a'],)]], dtype=[('x', 'O', (2,))])

Para uma abordagem mais correta (em algumas circunstâncias), você pode usar o np.ndarrayconstrutor bruto:

real_view = np.ndarray(data.shape[:1], dtype=dt2, buffer=data)

Isso faz uma visão verdadeira dos dados:

>>> real_view
array([(['a', '1'],), (['a', 'z'],), (['b', 'a'],)], dtype=[('x', 'O', (2,))])
>>> real_view.base is data
True

Conforme mostrado, isso só funciona quando os dados têm linhas contíguas em C.