python中数据类型存储_在一个NumPy数组中存储不同的数据类型？

一种方法可能是使用record array。“columns”与标准numpy数组的columns不同，但对于大多数用例，这就足够了：>>> a = numpy.array(['a', 'b', 'c', 'd', 'e'])

>>> b = numpy.arange(5)

>>> records = numpy.rec.fromarrays((a, b), names=('keys', 'data'))

>>> records

rec.array([('a', 0), ('b', 1), ('c', 2), ('d', 3), ('e', 4)],

dtype=[('keys', '|S1'), ('data', '

>>> records['keys']

rec.array(['a', 'b', 'c', 'd', 'e'],

dtype='|S1')

>>> records['data']

array([0, 1, 2, 3, 4])

注意，您还可以通过指定数组的数据类型对标准数组执行类似的操作。这被称为“structured array”：>>> arr = numpy.array([('a', 0), ('b', 1)],

dtype=([('keys', '|S1'), ('data', 'i8')]))

>>> arr

array([('a', 0), ('b', 1)],

dtype=[('keys', '|S1'), ('data', '

不同之处在于，记录数组还允许对单个数据字段进行属性访问。标准的结构化数组没有。>>> records.keys

chararray(['a', 'b', 'c', 'd', 'e'],

dtype='|S1')

>>> arr.keys

Traceback (most recent call last):

File "", line 1, in

AttributeError: 'numpy.ndarray' object has no attribute 'keys'