Python numpy数组作为结构化数组中的数据类型？

我想知道是否有可能将numpy.array作为结构化数组中的数据类型。这就是想法：

import numpy

raw_data = [(1, numpy.array([1,2,3])), 
            (2, numpy.array([4,5,6])), 
            (3, numpy.array([7,8,9]))]

data = numpy.array(raw_data, dtype=[('num', float),
                                    ('arr', numpy.array)])

我有一个元组列表，由一个整数和一个数组组成，我想把它转换成一个结构化数组。现在，Python抱怨它不理解“numpy.array”数据类型。是否有其他方法引用数组数据类型

背后的动机是能够做以下事情：

print numpy.min(data['arr'], axis=0)
print numpy.min(data['arr'], axis=1)

---

和其他操作。

是的，您可以在结构化数组中创建类似数组的复合字段；例如：

import numpy as np
raw_data = [(1, np.array([1,2,3])), 
            (2, np.array([4,5,6])), 
            (3, np.array([7,8,9]))]

tp = np.dtype([('id', int), ('arr', float, (3,))])

x = np.array(raw_data, dtype=tp)

结果如下所示：

>>> x
array([(1, [1.0, 2.0, 3.0]), (2, [4.0, 5.0, 6.0]), (3, [7.0, 8.0, 9.0])], 
      dtype=[('id', '<i8'), ('arr', '<f8', (3,))])

>x
数组（[（1[1.0,2.0,3.0]），（2[4.0,5.0,6.0]），（3[7.0,8.0,9.0]），
dtype=[（'id'，'很好！感谢您的快速回复！