共计 6920 个字符，预计需要花费 18 分钟才能阅读完成。
简介
一般的数组就是数组中寄存了同一类型的对象。而结构化数组是指数组中寄存不同对象的格局。
明天咱们来具体探讨一下 NumPy 中的结构化数组。
结构化数组中的字段 field
因为结构化数组中蕴含了不同类型的对象，所以每一个对象类型都被称为一个 field。
每个 field 都有 3 局部，别离是：string 类型的 name，任何无效 dtype 类型的 type，还有一个可选的title。
看一个应用 filed 构建 dtype 的例子：
In [165]: np.dtype([('name', 'U10'), ('age', 'i4'), ('weight', 'f4')])
Out[165]: dtype([('name', '<U10'), ('age', '<i4'), ('weight', '<f4')])咱们能够应用下面的 dtype 类型来构建一个新的数组：
In [166]: x = np.array([('Rex', 9, 81.0), ('Fido', 3, 27.0)],
...: dtype=[('name', 'U10'), ('age', 'i4'), ('weight', 'f4')])
...:
In [167]: x
Out[167]:
array([('Rex', 9, 81.), ('Fido', 3, 27.)],
dtype=[('name', '<U10'), ('age', '<i4'), ('weight', '<f4')])x 是一个 1 维数组，每个元素都蕴含三个字段，name，age 和 weight。并且别离指定了他们的数据类型。
能够通过 index 来拜访一行数据：
In [168]: x[1]
Out[168]: ('Fido', 3, 27.)也能够通过 name 来拜访一列数据：
In [170]: x['name']
Out[170]: array(['Rex', 'Fido'], dtype='<U10')还能够给所有的列对立赋值：
In [171]: x['age']
Out[171]: array([9, 3], dtype=int32)
In [172]: x['age'] = 10
In [173]: x
Out[173]:
array([('Rex', 10, 81.), ('Fido', 10, 27.)],
dtype=[('name', '<U10'), ('age', '<i4'), ('weight', '<f4')])结构化数据类型
下面的例子让咱们对结构化数据类型有了一个根本的意识。结构化数据类型就是一系列的 filed 的汇合。
创立结构化数据类型
结构化数据类型是从根底类型创立的，次要有上面几种形式：
从元组创立
每个元组都是 (fieldname, datatype, shape) 这样的格局，其中 shape 是可选的。fieldname 是 field 的 title。
In [174]: np.dtype([('x', 'f4'), ('y', np.float32), ('z', 'f4', (2, 2))])
Out[174]: dtype([('x', '<f4'), ('y', '<f4'), ('z', '<f4', (2, 2))])如果 fieldname 是空字符的话，会以 f 结尾的模式默认创立。
In [177]: np.dtype([('x', 'f4'), ('','i4'), ('z','i8')])
Out[177]: dtype([('x', '<f4'), ('f1', '<i4'), ('z', '<i8')])从逗号宰割的 dtype 创立
能够抉择从逗号宰割的 dtype 类型创立：
In [178]: np.dtype('i8, f4, S3')
Out[178]: dtype([('f0', '<i8'), ('f1', '<f4'), ('f2', 'S3')])
In [179]: np.dtype('3int8, float32, (2, 3)float64')
Out[179]: dtype([('f0', 'i1', (3,)), ('f1', '<f4'), ('f2', '<f8', (2, 3))])从字典创立
从字典创立是这样的格局：{‘names’: …, ‘formats’: …, ‘offsets’: …, ‘titles’: …, ‘itemsize’: …}
这种写法能够指定 name 列表和 formats 列表。
offsets 指的是每个字段的 byte offsets。titles 是字段的 title，itemsize 是整个 dtype 的 size。
In [180]: np.dtype({'names': ['col1', 'col2'], 'formats': ['i4', 'f4']})
Out[180]: dtype([('col1', '<i4'), ('col2', '<f4')])
In [181]: np.dtype({'names': ['col1', 'col2'],
...: ... 'formats': ['i4', 'f4'],
...: ... 'offsets': [0, 4],
...: ... 'itemsize': 12})
...:
Out[181]: dtype({'names':['col1','col2'], 'formats':['<i4','<f4'], 'offsets':[0,4], 'itemsize':12})操作结构化数据类型
能够通过 dtype 的 names 和 fields 字段来拜访结构化数据类型的属性：
>>> d = np.dtype([('x', 'i8'), ('y', 'f4')])
>>> d.names
('x', 'y')>>> d.fields
mappingproxy({'x': (dtype('int64'), 0), 'y': (dtype('float32'), 8)})Offsets 和 Alignment
对于结构化类型来说，因为一个 dtype 中蕴含了多种数据类型，默认状况下这些数据类型是不对齐的。
咱们能够通过上面的例子来看一下各个类型的偏移量：
>>> def print_offsets(d):
... print("offsets:", [d.fields[name][1] for name in d.names])
... print("itemsize:", d.itemsize)
>>> print_offsets(np.dtype('u1, u1, i4, u1, i8, u2'))
offsets: [0, 1, 2, 6, 7, 15]
itemsize: 17如果在创立 dtype 类型的时候，指定了 align=True，那么这些类型之间可能会依照 C -struct 的构造进行对齐。
对齐的益处就是能够晋升解决效率。咱们看一个对齐的例子：
>>> print_offsets(np.dtype('u1, u1, i4, u1, i8, u2', align=True))
offsets: [0, 1, 4, 8, 16, 24]
itemsize: 32Field Titles
每个 Filed 除了 name 之外，还能够蕴含 title。
有两种形式来指定 title，第一种形式：
In [182]: np.dtype([(('my title', 'name'), 'f4')])
Out[182]: dtype([(('my title', 'name'), '<f4')])第二种形式：
In [183]: np.dtype({'name': ('i4', 0, 'my title')})
Out[183]: dtype([(('my title', 'name'), '<i4')])看一下 fields 的构造：
In [187]: d.fields
Out[187]:
mappingproxy({'my title': (dtype('float32'), 0, 'my title'),
'name': (dtype('float32'), 0, 'my title')})结构化数组
从结构化数据类型创立结构化数组之后，咱们就能够对结构化数组进行操作了。
赋值
咱们能够从元组中对结构化数组进行赋值：
>>> x = np.array([(1, 2, 3), (4, 5, 6)], dtype='i8, f4, f8')
>>> x[1] = (7, 8, 9)
>>> x
array([(1, 2., 3.), (7, 8., 9.)],
dtype=[('f0', '<i8'), ('f1', '<f4'), ('f2', '<f8')])还能够从标量对结构化数组进行赋值：
>>> x = np.zeros(2, dtype='i8, f4, ?, S1')
>>> x[:] = 3
>>> x
array([(3, 3., True, b'3'), (3, 3., True, b'3')],
dtype=[('f0', '<i8'), ('f1', '<f4'), ('f2', '?'), ('f3', 'S1')])
>>> x[:] = np.arange(2)
>>> x
array([(0, 0., False, b'0'), (1, 1., True, b'1')],
dtype=[('f0', '<i8'), ('f1', '<f4'), ('f2', '?'), ('f3', 'S1')])结构化数组还能够赋值给非机构化数组，然而前提是结构化数组只有一个 filed：
>>> twofield = np.zeros(2, dtype=[('A', 'i4'), ('B', 'i4')])
>>> onefield = np.zeros(2, dtype=[('A', 'i4')])
>>> nostruct = np.zeros(2, dtype='i4')
>>> nostruct[:] = twofield
Traceback (most recent call last):
...
TypeError: Cannot cast array data from dtype([('A', '<i4'), ('B', '<i4')]) to dtype('int32') according to the rule 'unsafe'结构化数组还能够相互赋值：
>>> a = np.zeros(3, dtype=[('a', 'i8'), ('b', 'f4'), ('c', 'S3')])
>>> b = np.ones(3, dtype=[('x', 'f4'), ('y', 'S3'), ('z', 'O')])
>>> b[:] = a
>>> b
array([(0., b'0.0', b''), (0., b'0.0', b''), (0., b'0.0', b'')],
dtype=[('x', '<f4'), ('y', 'S3'), ('z', 'O')])拜访结构化数组
之前讲到了，能够通过 filed 的名字来拜访和批改一列数据：
>>> x = np.array([(1, 2), (3, 4)], dtype=[('foo', 'i8'), ('bar', 'f4')])
>>> x['foo']
array([1, 3])
>>> x['foo'] = 10
>>> x
array([(10, 2.), (10, 4.)],
dtype=[('foo', '<i8'), ('bar', '<f4')])返回的数值是原始数组的一个视图，他们是共享内存空间的，所以批改视图同时也会批改原数据。
看一个 filed 是多维数组的状况：
In [188]: np.zeros((2, 2), dtype=[('a', np.int32), ('b', np.float64, (3, 3))])
Out[188]:
array([[(0, [[0., 0., 0.], [0., 0., 0.], [0., 0., 0.]]),
(0, [[0., 0., 0.], [0., 0., 0.], [0., 0., 0.]])],
[(0, [[0., 0., 0.], [0., 0., 0.], [0., 0., 0.]]),
(0, [[0., 0., 0.], [0., 0., 0.], [0., 0., 0.]])]],
dtype=[('a', '<i4'), ('b', '<f8', (3, 3))])下面构建了一个 2 2 的矩阵，这个矩阵中的第一列是 int 类型，第二列是一个 3 3 的 float 矩阵。
咱们能够这样来查看各个列的 shape 值：
>>> x = np.zeros((2, 2), dtype=[('a', np.int32), ('b', np.float64, (3, 3))])
>>> x['a'].shape
(2, 2)
>>> x['b'].shape
(2, 2, 3, 3)除了单列的拜访之外，咱们还能够一次拜访多列数据：
>>> a = np.zeros(3, dtype=[('a', 'i4'), ('b', 'i4'), ('c', 'f4')])
>>> a[['a', 'c']]
array([(0, 0.), (0, 0.), (0, 0.)],
dtype={'names':['a','c'], 'formats':['<i4','<f4'], 'offsets':[0,8], 'itemsize':12})多列同时赋值：
>>> a[['a', 'c']] = (2, 3)
>>> a
array([(2, 0, 3.), (2, 0, 3.), (2, 0, 3.)],
dtype=[('a', '<i4'), ('b', '<i4'), ('c', '<f4')])简略的替换列的数据：
>>> a[['a', 'c']] = a[['c', 'a']]Record Arrays
结构化数组只能通过 index 来拜访，很不不便，为此 NumPy 提供了一个多维数组的子类 numpy.recarray, 而后能够通过属性来拜访。
咱们来看几个例子：
>>> recordarr = np.rec.array([(1, 2., 'Hello'), (2, 3., "World")],
... dtype=[('foo', 'i4'),('bar', 'f4'), ('baz', 'S10')])
>>> recordarr.bar
array([2., 3.], dtype=float32)
>>> recordarr[1:2]
rec.array([(2, 3., b'World')],
dtype=[('foo', '<i4'), ('bar', '<f4'), ('baz', 'S10')])
>>> recordarr[1:2].foo
array([2], dtype=int32)
>>> recordarr.foo[1:2]
array([2], dtype=int32)
>>> recordarr[1].baz
b'World'recarray 返回的后果是一个 rec.array。除了应用 np.rec.array 来创立之外，还能够应用 view：
In [190]: arr = np.array([(1, 2., 'Hello'), (2, 3., "World")],
...: ... dtype=[('foo', 'i4'),('bar', 'f4'), ('baz', 'a10')])
...:
In [191]: arr
Out[191]:
array([(1, 2., b'Hello'), (2, 3., b'World')],
dtype=[('foo', '<i4'), ('bar', '<f4'), ('baz', 'S10')])
In [192]: arr.view(dtype=np.dtype((np.record, arr.dtype)),
...: ... type=np.recarray)
...:
Out[192]:
rec.array([(1, 2., b'Hello'), (2, 3., b'World')],
dtype=[('foo', '<i4'), ('bar', '<f4'), ('baz', 'S10')])如果是 rec.array 对象，它的 dtype 类型会被主动转换成为 np.record 类型：
In [200]: recordarr.dtype
Out[200]: dtype((numpy.record, [('foo', '<i4'), ('bar', '<f4'), ('baz', 'S10')]))想要转换回原始的 np.ndarray 类型能够这样：
In [202]: recordarr.view(recordarr.dtype.fields or recordarr.dtype, np.ndarray)
Out[202]:
array([(1, 2., b'Hello'), (2, 3., b'World')],
dtype=[('foo', '<i4'), ('bar', '<f4'), ('baz', 'S10')])如果通过 index 或者 field 来拜访 rec.array 对象的字段，如果字段是构造类型，那么会返回 numpy.recarray，如果是非构造类型，则会返回 numpy.ndarray：
>>> recordarr = np.rec.array([('Hello', (1, 2)), ("World", (3, 4))],
... dtype=[('foo', 'S6'),('bar', [('A', int), ('B', int)])])
>>> type(recordarr.foo)
<class 'numpy.ndarray'>
>>> type(recordarr.bar)
<class 'numpy.recarray'>本文已收录于 http://www.flydean.com/05-python-structured-arrays/
最艰深的解读，最粗浅的干货，最简洁的教程，泛滥你不晓得的小技巧等你来发现！
欢送关注我的公众号:「程序那些事」, 懂技术，更懂你！
