python - 如何使用rpy2将R复数矩阵转换为numpy数组

我很清楚如何将浮点/双R矩阵转换为numpy数组，但如果矩阵很复杂，我会得到一个错误。
例子：

import numpy as np
import rpy2.robjects as robjects
import rpy2.robjects.numpy2ri
rpy2.robjects.numpy2ri.activate()

m1=robjects.IntVector(range(10))
m2 = robjects.r.matrix(robjects.r['as.complex'](m1), nrow=5)
tmp=np.array(m2, dtype=complex) #ValueError: invalid __array_struct__

以下代码行仍然存在问题：

tmp=np.array(m2)

如果矩阵不复杂，则一切正常：

m2 = robjects.r.matrix(m1, nrow=5)
tmp=np.array(m2)

谢谢你的帮助！
注：请注意，下面的肮脏伎俩解决了问题，但并没有真正回答问题：

tmp=np.array(robjects.r.Re(m2))+1j*np.array(robjects.r.Im(m2))

PS2：似乎没有人能回答这个问题，我们是否应该断定rpy2中存在一个bug？

最佳答案

有时将rpy对象转换为numpy对象会变得很棘手，但首先将它们转换为python对象（list，tuple等）然后再构造array对象要可靠得多。解决方案：

In [33]:

import numpy as np
import rpy2.robjects as robjects
robjects.reval('m1 <- c(1:10)')
robjects.reval("m2 <- matrix(as.complex(m1), nrow=5)")
np.array(list(robjects.r.m2)).reshape(robjects.r.m2.dim)

Out[33]:
array([[  1.+0.j,   2.+0.j],
       [  3.+0.j,   4.+0.j],
       [  5.+0.j,   6.+0.j],
       [  7.+0.j,   8.+0.j],
       [  9.+0.j,  10.+0.j]])