Numpy 数组和dtype的一个使用误区

首先自定义三种类型（如下代码1-3行），第一行使用scalar type,第2，3行使用Structured type。

提出问题：第5，7行同为创建数组，为什么第5行能work,而第7行会raise一个exception:expected an object with a buffer interface呢？

问题解答：原因在于创建numpy数组时，如果指定dtype是Structured type时，List（本例中[1，2]）中的元素必须是元组类型的。但是第7行是一般的int型。所以出错。如果指定dtype是scalar type则没有此限制。

后续问题：根据以上分析结果，自然就有了第12行代码。但是错误依然：expected an object with a buffer interface。 但是如果自定义类型有两个或以上的字段（代码3，10），则毫无问题。为什么呢？

问题解答：问题出在元组这边，但定义的元组中只含有一个元素时，该元组就会退化为一般的数据类型而不会被作为元组对待。

解决办法就是如代码14行这样定义List.

另外一种解决方案就是：使用数组的view方法：a=np.array([1,2]).view(dt2)。 效果和代码14行是一样的。

 dt1=np.dtype(np.int32)
 dt2=np.dtype([('f1', np.int32)])
 dt3=np.dtype([('f1', np.int32), ('f2', np.int32)])

 a=np.array([1,2],dtype=dt1)
 print a
 a=np.array([1,2],dtype=dt2)
 #error: expected an object with a buffer interface

 a=np.array([(1,2),(3,4)],dtype=dt3)
 print a
 a=np.array([(1),(2)],dtype=dt2)
 #error: expected an object with a buffer interface
 a=np.array([(1,),(2,)],dtype=dt2)

其他dtype的使用范例：

 import numpy as np
 import sys

 def dTypeTest():
     #Using dictionaries. Two fields named ‘gender’ and ‘age’:
     student=np.dtype({'names':['name', 'age', 'weight'],'formats':['S32', 'i','f']}, align=True)
     a=np.array([('zhang',65,123.5),('wang',23,122.5)],dtype=student)
     print a
     #Using array-scalar type:
     a=np.array([1,2],dtype=np.dtype(np.int16))
     print a

     #Structured type, one field name 'f1', containing int16:
     #a=np.array([1,2],dtype=np.dtype([('f1', np.int16)]))
     a=np.array([1,2]).view(np.dtype([('f1', np.int16)]))
     print a
     a=np.array([1,2]).view(np.dtype([('f1', np.int32)]))
     print a
     a=np.array([(1,),(2,)],dtype=np.dtype([('f1', np.int16)]))
     print a
     #below two lines of code is not working as [1,2] is not a list of tuple
     #a=np.array([1,2],dtype=np.dtype([('f1', np.int16)]))
     #a=np.array([(1),(2,)],dtype=np.dtype([('f1', np.int16)]))

     #Structured type, one field named ‘f1’, in itself containing a structured type with one field:
     dt=np.dtype([('f1', [('f1', np.int32)])])
     a=np.array([1,2]).view(dt)
     print a
     a=np.array([((1,),),((2,),)],dtype=dt)
     print a
     #below two lines of code is not working as (1,) is not same as the structure of dtype declared
     #a=np.array([(1,),(2,)],dtype=dt)

     #Structured type, two fields: the first field contains an unsigned int, the second an int32
     dt=np.dtype([('f1', np.uint), ('f2', np.int32)])
     a=np.array([(1,2),(3,4)],dtype=dt)
     print a

     #Using array-protocol type strings:
     dt=np.dtype([('a','f8'),('b','S10')])
     a=np.array([(3.14,'pi'),(2.17,'e')],dtype=dt)
     print a

     #Using comma-separated field formats. The shape is (2,3):
     dt=np.dtype("i4, (2,3)f8")
     a=np.array([(1,[[1,2,3],[4,5,6]]),(2,[[4,5,6],[1,2,3]])],dtype=dt)
     print a

     #Using tuples. int is a fixed type, 3 the field’s shape. void is a flexible type, here of size 10
     dt=np.dtype([('hello',(np.int,3)),('world',np.void,10)])
     a=np.array([([1,2,3],'this is a')],dtype=dt)
     print a

 def main():
     dTypeTest()

 if __name__ == "__main__":
     main()