Python NumPy：使用自定义数据类型时的数组分配问题

我发现NumPy和ndarray的自定义数据类型有以下令人费解的行为：

import numpy as np

# Make a custom dtype with a single triplet of floats (my actual dtype has other
# components, but this suffices to demonstrate the problem.
dt = np.dtype([('a', np.float64, 3)])

# Make a zero array with this dtype:
points = np.zeros((4, 4), dtype=dt)

# Try to edit an entry:
points[0][0]['a'] = np.array([1, 1, 1])

print points[0][0]['a']

现在，它不再像我预期的那样包含[1.1.1]，而是包含[1.0.0]，只在第一个坐标上执行赋值。我可以通过明智地执行赋值坐标来解决这个问题，但是考虑到在这种情况下，完整赋值应该是默认行为，这似乎是不必要的

---

你有什么想法吗？

如果你改变索引的顺序，像这样：

点['a'][0][0]=np.array（[1,1,1]）

，它对我来说没问题（在Ubuntu 10.04上是python 2.6.5，numpy 1.3.0）。我希望我知道原因。

如果您希望您的方法有效，有许多方法可以分配点：

points[0][0]['a'][:] = np.array([1, 1, 1])

或：

---

因为点[0,0]['a']是一个数组，如果要更改数组的内容，应该使用索引。

对我也适用。虽然我真正想做的是：p=points[0][0]p['a']=np.array（[1,1,1]）和其他必要的对p的操作。@Tim:AFAIK，首先指定命名列，然后再指定数字索引似乎很自然。因此，对我来说，写点['a'][0]或点[0]['a']（适用于数据类型的POD数组）的能力就像是一顿免费的午餐。

points[0,0]['a'][:] = np.array([1, 1, 1])