numpy的结构化数组头歌

NumPy的结构化数组是一种特殊的数据类型，它允许存储不同类型的数据在一个数组中，每个数据项都有自己的名字或标签，就像是包含多个字段的表格。每个结构化数组都是由一系列元组组成，元组里的元素对应着特定的数据类型和名称。

创建结构化数组通常涉及以下几个步骤：
1. **定义字段**：首先定义一个包含数据类型和名称的字典，例如 `dtype` 字典，如 `{('name', 'S20'), ('age', '<i4')}` 表示一个姓名字段是长度为20的字符串，年龄字段是整型。
2. **创建数组**：使用 `numpy.zeros` 或 `numpy.empty` 函数，指定行数和`dtype`来创建空数组，然后填充数据。
3. **数组操作**：结构化数组支持大部分NumPy数组的操作，如索引、切片、数学运算等，同时还可以通过字段名而非数值下标来访问数据。

举个例子：

import numpy as np

# 定义字段
fields = [('Name', 'U20'), ('Age', int)]
data = [(u'Mike', 30), (u'Jane', 25)]

# 创建结构化数组
structured_array = np.array(data, dtype=fields)

print(structured_array)