要自定义数据类型,可以使用np.dtype
函数并传入一个字典来定义数据类型的字段和其对应的数据类型。例如,以下示例定义了一个名为person
的自定义数据类型,包含了姓名(字符串类型)、年龄(整数类型)和身高(浮点数类型)三个字段:
import numpy as np
# 定义自定义数据类型
person_dtype = np.dtype({
'names': ['name', 'age', 'height'],
'formats': ['S10', np.int32, np.float64]
})
# 创建一个包含自定义数据类型的NumPy数组
data = np.array([('Alice', 25, 1.65), ('Bob', 30, 1.75)], dtype=person_dtype)
print(data)
输出结果为:
[(b'Alice', 25, 1.65) (b'Bob', 30, 1.75)]
在这个示例中,我们定义了一个包含三个字段的自定义数据类型person_dtype
,然后使用该数据类型创建了一个包含两条数据的NumPy数组data
。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,请发送邮件至 55@qq.com 举报,一经查实,本站将立刻删除。转转请注明出处:https://www.szhjjp.com/n/1027328.html