NumPy“记录阵列”或“结构化阵列”或“重新阵列”

Question

NumPy“结构化阵列”，“记录阵列”和“重新阵列”之间有什么区别？

NumPy docs意味着前两个是相同的：如果它们是，哪个是这个对象的首选项？

相同的文档说（在页面的底部）： 你可以找到一些关于recarrays和结构化阵列的更多信息（包括两者之间的差异）here。有没有简单的解释这种差异？

Answer 1

记录/ recarrays在

https://github.com/numpy/numpy/blob/master/numpy/core/records.py

一些相关报价执行此文件

记录阵列 记录阵列暴露结构数组作为属性的领域。 重新阵列与标准阵列（已支持 命名字段）几乎完全相同。最大的区别是它可以使用 属性查找来查找字段，并且它使用 记录构建。

recarray是ndarray一个子类（以同样的方式，matrix和masked arrays是）。但请注意，它的构造函数与np.array不同。它更像是np.empty(size, dtype)。

class recarray(ndarray): 
    """Construct an ndarray that allows field access using attributes. 
    This constructor can be compared to ``empty``: it creates a new record 
     array but does not fill it with data. 

实现独特的字段属性行为的主要功能是__getattribute__（__getitem__实现索引）：

def __getattribute__(self, attr): 
    # See if ndarray has this attr, and return it if so. (note that this 
    # means a field with the same name as an ndarray attr cannot be 
    # accessed by attribute). 
    try: 
     return object.__getattribute__(self, attr) 
    except AttributeError: # attr must be a fieldname 
     pass 

    # look for a field with this name 
    fielddict = ndarray.__getattribute__(self, 'dtype').fields 
    try: 
     res = fielddict[attr][:2] 
    except (TypeError, KeyError): 
     raise AttributeError("recarray has no attribute %s" % attr) 
    obj = self.getfield(*res) 

    # At this point obj will always be a recarray, since (see 
    # PyArray_GetField) the type of obj is inherited. Next, if obj.dtype is 
    # non-structured, convert it to an ndarray. If obj is structured leave 
    # it as a recarray, but make sure to convert to the same dtype.type (eg 
    # to preserve numpy.record type if present), since nested structured 
    # fields do not inherit type. 
    if obj.dtype.fields: 
     return obj.view(dtype=(self.dtype.type, obj.dtype.fields)) 
    else: 
     return obj.view(ndarray) 

它首先它会尝试获取常规属性 - 比如.shape，.strides，.data ，以及所有方法（.sum，.reshape等）。如果失败，它会在dtype字段名称中查找名称。所以它实际上只是一个具有一些重新定义的访问方法的结构化数组。

尽我所能告诉record array和recarray是一样的。

另一个文件显示历史的公用事业

https://github.com/numpy/numpy/blob/master/numpy/lib/recfunctions.py

收藏的东西来操纵结构化阵列。 大多数这些功能最初由John Hunter为 matplotlib实施。为了方便起见，它们已被重写和扩展。

许多在该文件中的函数结束与：

if asrecarray: 
     output = output.view(recarray) 

，作为recarray视图显示“薄”该层是如何可以返回的数组的事实。

numpy有着悠久的历史，并且合并了几个独立的项目。我的印象是，recarray是一个较老的想法，并且结构化数组是当前实现的基础，其基于广义的dtype。为了方便和向后兼容，似乎保留了任何新的开发。但我不得不研究github文件历史记录，以及任何最近的问题/拉取请求。