如何构造嵌套的numpy记录数组？

Question

numpy manual提到了numpy.save的用例

Annie Analyst has been using large nested record arrays to represent her statistical data.

是否有可能没有dtype=object的嵌套记录数组？如果是，怎么办？在

Answer 1

可以按照构造嵌套列表的方式构造嵌套数组：

nested_list = [['a',1],['b',2],['c',3]]

import numpy as np
nested_array = np.array(nested_list)

Answer 2

是的，就像这样：

engine_dt = np.dtype([('volume', float), ('cylinders', int)])
car_dt = np.dtype([('color', int, 3), ('engine', engine_dt)])  # nest the dtypes

cars = np.rec.array([
    ([255, 0, 0], (1.5, 8)),
    ([255, 0, 255], (5, 24)),
], dtype=car_dt)

print(cars.engine.cylinders)
# array([ 8, 24])

在这里，np.dtype函数并不是绝对必要的，但它通常是一个好主意，并且相对于每次让array调用它，它的速度有了小幅度的提高。在

注意，rec.array在这里只需要使用.engine符号。如果您使用普通的np.array，那么您应该使用cars['engine']['cylinders']