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
