numpy.ndarray的数据添加元素并转成pandas

准备利用rqalpha做一个诊股系统，当然先要将funcat插件调试好，然后即可将同花顺上的易语言搬到rqalpha中使用了，根据一定规则将各股票进行打分，看起来可以勉强使用了。只有一点，得到的数据不够新，一般总是滞后一天，需要将爬取的实时数据保存到系统中，然后利用系统进行诊股。
首先需要考虑如何在ndarray中添加元素，以下为方法，最后将之保存到pandas中，再保存回bcolz数据中

1 单维数组添加

dtype = np.dtype([('date', 'uint32')])
result = np.empty(shape=(3,), dtype=dtype)
result = np.array([20180405,20180406,20180407], dtype=dtype)
result = np.array([20180405,20180406,20180407], dtype=dtype)
result = np.append(result, np.array([20180409], dtype=dtype))
print(result)
print(result['date'])

2 多维数组添加

import numpy as np
dtype = np.dtype([('date', 'uint32'), ('close', 'uint32')])
result = np.empty(shape=(3,), dtype=dtype)
result['date'] = np.array([20180405,20180406,20180407], dtype=np.uint32)
result['close'] = np.array([32, 50, 45], dtype=np.uint32)
print(result)
result = np.append(result, np.array([(20180409, 50)], dtype=dtype))
print(result)

3 字符串相关

import numpy as np

dtype = np.dtype([('date', 'uint32'), ('close', np.uint32), ('name', np.object)])
result = np.empty(shape=(0,), dtype=dtype)
result = np.append(result, np.array([(20180409, 50, "abcdef")], dtype=dtype))
print(result)

4 转成pandas

import pandas as pd
arr = pd.DataFrame(result)
print(arr)

5 多维数组添加

2 的添加方式对于数据量很大的情况下明显速度会很慢，可以采用先预分配空间，再修改数据的方式：

import numpy as np
dtype = np.dtype([('date', 'uint32'), ('close', 'uint32')])
result = np.empty(shape=(2,), dtype=dtype)
result[0] = np.array([(20200401, 33)], dtype=dtype)
print(result)
result[1] = np.array([(20200501, 99)], dtype=dtype)
print(result)