前言
numpy 结构化数据类型是字段的结集合。每一个字段由 name、type 和 offset 组成。
字段的数据类型可以是任何numpy数据类型、其他结构化数据类型和子数组数据类型。
numpy也提供了结构化数组类型创建的四种方法:
- 元组列表形式,每个字段一个元组
- 以逗号分隔形式, name 为系统默认名称f0,f1等
- 以字典形式表示字段参数
- 以字典形式表示字段名称(不推荐)
对于 numpy 结构化数组的操作,我们已经在 numpy 结构化数组赋值 学习了结构化数组的三种赋值方法分别为
- 来自元组赋值
- 标量赋值
- 来自其他结构化数组的赋值
在 numpy 中普通数组最常见的操作就是索引,同理对于结构化数组也同样支持索引操作。
本期,我们将学习 numpy 结构化数组的索引操作相关方法,Let’s go~
1. 结构化数组索引
在 numpy 索引切片 以及 numpy 高级索引中,可以知道 numpy 索引返回的是副本。
同理,对于 numpy 结构化数组索引,返回的值是视图还是副本呢?
我们来看看一个案例,首先创建一个结构化数组
>>> x = np.array([("Thu",3),("Wen",4),("Fri",5)],dtype=[("name","