NumPy实现结构化数组的示例代码

import numpy as np

# 定义数据类型
dtype = np.dtype([('name', 'S10'), ('age', int), ('height', float)])

# 创建结构化数组
data = np.array([('Alice', 25, 5.6), ('Bob', 30, 6.0)], dtype=dtype)
print(data)

# 访问结构化数组的字段
print(data['name'])    # 输出：['Alice' 'Bob']
print(data['age'])     # 输出：[25 30]
print(data['height'])  # 输出：[5.6 6. ]

# 修改结构化数组的值
data['age'][0] = 26
data['height'][1] = 6.2
print(data)

# 多维结构化数组
dtype_multi = np.dtype([('matrix', [('row', int), ('column', int)]), ('value', float)])
data_multi = np.array([((1, 2), 3.5), ((3, 4), 1.2)], dtype=dtype_multi)
print(data_multi)

# 使用嵌套字段
dtype_nested = np.dtype([('info', [('name', 'S10'), ('age', int)]), ('height', float)])
data_nested = np.array([(('Alice', 25), 5.6), (('Bob', 30), 6.0)], dtype=dtype_nested)
print(data_nested)

# 结构化数组的排序
sorted_data = np.sort(data, order='age')
print(sorted_data)

# 结构化数组的条件筛选
filtered_data = data[data['age'] > 26]
print(filtered_data)

import pandas as pd

# 结构化数组转为 DataFrame
df = pd.DataFrame(data)
print(df)