NumPy“记录数组”或“结构化数组”或“ recarray”

NumPy“记录数组”或“结构化数组”或“ recarray”

记录/记录数组在

https://github.com/numpy/numpy/blob/master/numpy/core/records.py

此文件中的一些相关引号

记录数组记录数组将结构化数组的字段公开为属性。recarray与标准数组几乎完全相同（标准数组已经支持命名字段），最大的区别是它可以使用属性查找来查找字段，并使用记录进行构造。

recarray

是

ndarray

（

matrix

和和

maskedarrays

是）相同的子类。但请注意，它的构造函数不同于

np.array

。更像是

np.empty(size, dtype)

。

class recarray(ndarray):    """Construct an ndarray that allows field access using attributes.    This constructor can be compared to ``empty``: it creates a new record       array but does not fill it with data.

将唯一字段实现为属性行为的关键功能是

__getattribute__

（

__getitem__

实现索引）：

def __getattribute__(self, attr):    # See if ndarray has this attr, and return it if so. (note that this    # means a field with the same name as an ndarray attr cannot be    # accessed by attribute).    try:        return object.__getattribute__(self, attr)    except AttributeError:  # attr must be a fieldname        pass    # look for a field with this name    fielddict = ndarray.__getattribute__(self, 'dtype').fields    try:        res = fielddict[attr][:2]    except (TypeError, KeyError):        raise AttributeError("recarray has no attribute %s" % attr)    obj = self.getfield(*res)    # At this point obj will always be a recarray, since (see    # PyArray_GetField) the type of obj is inherited. Next, if obj.dtype is    # non-structured, convert it to an ndarray. If obj is structured leave    # it as a recarray, but make sure to convert to the same dtype.type (eg    # to preserve numpy.record type if present), since nested structured    # fields do not inherit type.    if obj.dtype.fields:        return obj.view(dtype=(self.dtype.type, obj.dtype.fields))    else:        return obj.view(ndarray)

它首先它会尝试获取常规属性-
比如

.shape

，

.strides

，

.data

，以及所有的方法（

.sum

，

.reshape

等）。如果失败，它将在

dtype

字段名称中查找名称。因此，它实际上只是带有一些重新定义的访问方法的结构化数组。

尽我所能告诉，

record array

并且

recarray

是相同的。

另一个文件显示了一些历史

https://github.com/numpy/numpy/blob/master/numpy/lib/recfunctions.py

实用程序集合，用于 *** 纵结构化数组。其中大多数功能最初是由John Hunter为matplotlib实现的。为了方便起见，它们已被重写和扩展。

该文件中的许多功能都以：

    if asrecarray:        output = output.view(recarray)

您可以将数组作为

recarray

视图返回，这一事实表明了该层的“厚度”。

numpy

历史悠久，并合并了几个独立的项目。我的印象是，这

recarray

是一个较旧的主意，结构化数组是基于generalized的当前实现的

dtype

。

recarrays

似乎为了方便和向后兼容而保留了比任何新开发的产品。但是我必须研究

github

文件历史记录以及任何最近出现的问题/请求才能确定。