numpy中结构数组

在c语言中，我们可以使用关键字struct定义结构类型。和c语言一样，numpy也可以创建结构定义，这样可以很方便的读取二进制的C语言结构数组，将其转换为numpy数组对象，假设我们定义的结构数组如下(C语言描述)：

struct Person{
     char name[30];
     int    age;
     float weight;
};

我们在python中可以自定义类型如下：

>>> persontype = np.dtype({
    'names':['name','age','weight'],
    'formats':['S30','i','f']},align = True)

>>> a = np.array([('Liming',24,63.9),('Mike',15,67.),('Jan',34,45.8)],dtype = persontype)
>>> a
array([('Liming', 24, 63.900001525878906), ('Mike', 15, 67.0),
('Jan', 34, 45.79999923706055)],
dtype={'names':['name','age','weight'], 'formats':['S30','<i4','<f4'], 'offsets':[0,32,36], 'itemsize':40, 'aligned':True})

首先创建了dtype对象persontype,它的结构类型是一个藐视各字段的字典，该字典有两个键：‘names’和'format'.每个键对应的值是一个列表，‘names’定义结构体中每个字段的名称,'formats’定义每个字段的数据类型。我们使用的类型如下：

‘S30’：表示长度为30的字符串类型，由于结构体中每个元素的大小固定，所以需要指定长度。

‘i’：32位的整数类型，相当于np.int32

'f':32位单精度浮点数，相当于np.float32

然后通过np.array()创建数组，通过dtype指定元素类型为persontype

还可以使用包含该多个元组的列表来描述数据类型，刑如：(字段名，数据类型)

>> persontype = np.dtype([('name','|S30'),('age','<i8'),('weight','<f8')])
>>> a = np.array([('Liming',24,63.9),('Mike',15,67.),('Jan',34,45.8)],dtype = persontype)
>>> a
array([('Liming', 24L, 63.9), ('Mike', 15L, 67.0), ('Jan', 34L, 45.8)],
      dtype=[('name', 'S30'), ('age', '<i8'), ('weight', '<f8')])

|：忽略字节顺序

<:低位字节在前

>:高位字节在前

结构体数组的取值方式和一般数组差不多，可以通过下标取得元素：

>>> a[0]
('Liming', 24L, 63.9)
>>> a[0:-1]
array([('Liming', 24L, 63.9), ('Mike', 15L, 67.0)],
      dtype=[('name', 'S30'), ('age', '<i8'), ('weight', '<f8')])

我们可以使用字段名作为下标获取对于的值

>>> a['name']
array(['Liming', 'Mike', 'Jan'],
      dtype='|S30')
>>> a['age']
array([24, 15, 34], dtype=int64)
>>> a['weight']
array([ 63.9,  67. ,  45.8])

可以通过 a.tostring()或者a.tofile()方法可以将数组a以二进制方式写成字符串或者写入文件