numpy具有不同的数据类型的结构化数组

numpy普通数组转结构化数组

普通数组类似矩阵，结构化数组类似结构体。他们的索引方式相同，但是结构化数组支持names索引。

查看数组的数据类型

a.dtype
#dtype((numpy.record, [('names0', '<U20'), ('names1', '|S8'), ('names2', '<f8'), ('names3', '<i8')]))

普通数组的数据格式类型是统一的，结构化数组的数据类型可以不同，dtype为类型名+位长，例如6个字符就是S6或者U6，单精度浮点数就是f4。

类型	类型代码	说明
int8	i1	整型
int16	i2	整型
uint16	u2	无符号整型
int32	i4	整型
unit32	u4	无符号整型
int64	i8	整形
float16	f2	半精度
float32	f4/f	单精度
float64	f8/d	双精度
bool	?	布尔型True/False
object	O	python对象
string_	S	字符串
unicode_	U	unicode

数组的数据类型转变

import numpy as np
a  = 9.9 * np.ones(( 100,3 ))
a.astype(int)
a.astype(str)

列表和普通数组转结构化数组

import numpy as np
a        = 9.9 * np.ones((10,3))
a        = np.hstack(( np.arange(100),a ))
struct   = {'names':('num','col01','col02'), 'formats':('U3','int','float')}
a_struct = np.rec.array( a.tolist(), dtype=struct )
# index if return one element
a[5]['col01']
# index if return multi elements
a[5][['num','col01']]