本文最后更新于 258 天前，其中的信息可能已经过时，如有错误请发送邮件到wuxianglongblog@163.com
记录数组
记录数组（record array）与结构数组类似：
import numpy as np质点类型：
partical_dtype = np.dtype([('mass', 'float'),
('velocity', 'float')])生成记录数组要使用 numpy.rec 里的 fromrecords 方法：
from numpy import rec
particals_rec = rec.fromrecords([(1,1), (1,2), (2,1), (1,3)],
dtype = partical_dtype)particals_recrec.array([(1.0, 1.0), (1.0, 2.0), (2.0, 1.0), (1.0, 3.0)],
dtype=[('mass', '在记录数组中，域可以通过属性来获得：
particals_rec.massarray([ 1., 1., 2., 1.])也可以通过域来查询：
particals_rec['mass']array([ 1., 1., 2., 1.])不过，记录数组的运行效率要比结构化数组要慢一些。
也可以通过将一个结构化数组看成记录数组：
particals = np.array([(1,1), (1,2), (2,1), (1,3)],
dtype = partical_dtype)使用 view 方法看成 recarray ：
particals_rec = particals.view(np.recarray)particals_rec.massarray([ 1., 1., 2., 1.])particals_rec.velocityarray([ 1., 2., 1., 3.])对于自定义的类型，可以通过它的 names 属性查看它有哪些域：
particals.dtype.names('mass', 'velocity')