Python numpy 结构化数组之索引

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","