Python 将元组列表转换为结构化numpy数组

我有一个

Num\u元组的列表，所有元组的长度都相同
Dim\u元组

xlist = [tuple_1, tuple_2, ..., tuple_Num_tuples]

为了明确起见，我们假设
Num\u tuple=3
和
Dim\u tuple=2

xlist = [(1, 1.1), (2, 1.2), (3, 1.3)]

我想使用用户提供的列名列表和变量类型列表将
xlist
转换为结构化numpy数组
xarr

user_names = [name_1, name_2, ..., name_Dim_tuple]
user_types = [type_1, type_2, ..., type_Dim_tuple]

所以在创建numpy阵列时

dtype = [(name_1,type_1), (name_2,type_2), ..., (name_Dim_tuple, type_Dim_tuple)]

在我的玩具示例中，所需的最终产品如下所示：

xarr['name1']=np.array([1,2,3])
xarr['name2']=np.array([1.1,1.2,1.3])

如何切片
xlist
以创建没有任何循环的
xarr

In [273]: xlist = [(1, 1.1), (2, 1.2), (3, 1.3)]

In [274]: dt=np.dtype('int,float')

In [275]: np.array(xlist,dtype=dt)
Out[275]: 
array([(1, 1.1), (2, 1.2), (3, 1.3)], 
      dtype=[('f0', '<i4'), ('f1', '<f8')])

In [276]: xarr = np.array(xlist,dtype=dt)

In [277]: xarr['f0']
Out[277]: array([1, 2, 3])

In [278]: xarr['f1']
Out[278]: array([ 1.1,  1.2,  1.3])

[273]中的
xlist=[（1,1.1）、（2,1.2）、（3,1.3）]
在[274]中：dt=np.dtype（'int，float'）
[275]中的np.数组（xlist，dtype=dt）
出[275]：
数组（[（1,1.1）、（2,1.2）、（3,1.3）]，
dtype=[（'f0'，'
没有任何循环
没有循环这可能吗？关于列表理解呢？还有，你尝试过什么吗？是的，尽管我唯一要做的是首先涉及xlist-->np.array（xlist）的硬编码解决方案。例如，xtemp=np.array（xlist）和x1=np.array（xtemp[：，1]），这创建了一个由一个元素元组组成的numpy数组，这不是我想要的。我似乎无法正确地进行切片，这就是整个问题。我意识到，应该很简单。这让我找到了我的起点。
In [280]: xarr.dtype.names=['name1','name2']

In [281]: xarr
Out[281]: 
array([(1, 1.1), (2, 1.2), (3, 1.3)], 
      dtype=[('name1', '<i4'), ('name2', '<f8')])