python结构体数组

可以使用NumPy库在Python中创建结构化数组。结构化数组是一种特殊的数组，它可以包含不同类型的数据，并可以通过字段名称进行访问和操作。在NumPy中，可以使用`dtype`参数定义结构化数组的字段和对应的数据类型。

例如，可以使用以下代码创建一个包含`name`、`age`和`salary`字段的结构数组：

import numpy as np

MyType = np.dtype({
    'names': ['name', 'age', 'salary'],
    'formats': ['S32', 'i', 'f']
})

a = np.array([
    ("tang", 23, 130.2),
    ("wang", 22, 100.2)
], dtype=MyType)

在上述代码中，`names`字段定义了字段的名称，`formats`字段定义了对应的数据类型。通过`dtype`参数，可以将这些字段定义应用到结构数组`a`上。可以使用`a`来访问第一个元素，使用`a['name']`、`a['age']`和`a['salary']`来访问对应的字段值。

另外，还可以使用`np.array`函数创建指定大小的结构数组，并初始化字段的值。例如：

len_contours = 10
init_box_info_Type = np.dtype([('ID', 'S10'), ('var1', int), ('var2', int), ('var3', int), ('var4', int), ('var5', int), ('var6', int), ('var7', int)])

Data = np.array([
    ('zero', 0, 0, 0, 0, 0, 0, 0)
 * len_contours, dtype=init_box_info_Type)

在上述代码中，使用`init_box_info_Type`定义了结构数组的字段和数据类型，然后使用`np.array`函数创建了包含10个元素的结构数组`Data`，并将每个元素初始化为相同的值。可以使用`Data`来访问和操作结构数组的各个字段。

总之，通过使用NumPy库中的`dtype`参数和`np.array`函数，可以在Python中创建结构化数组，并对其进行操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [使用python创建结构化数组并排序](https://blog.csdn.net/wumingshi159/article/details/120617625)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [用python实现结构体数组](https://blog.csdn.net/taw19960426/article/details/101057060)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]