Python数据科学手册-Numpy的结构化数组

结构化数组 和 记录数组

为复合的、异构的数据提供了非常有效的存储 （一般使用pandas 的 DataFrame来实现）
传入的dtpye

使用

Numpy数据类型

Character	Description	Example
'b'	Byte	np.dtype('b')
'i'	Signed integer	np.dtype('i4') == np.int32
'u'	Unsigned integer	np.dtype('u1') == np.uint8
'f'	Floating point	np.dtype('f8') == np.int64
'c'	Complex floating point	np.dtype('c16') == np.complex128
'S', 'a'	String	np.dtype('S5')
'U'	Unicode string	np.dtype('U') == np.str_
'V'	Raw data (void)	np.dtype('V') == np.void

生成结构化数组

更高级的复合类型

数据嵌套数据。妈呀。麻了

记录数组：结构化数组的扭转

就是可以像属性 a.shuxing获取而不是a['shuxing']