Python “NumPy”；“记录数组”；或；“结构化阵列”；或；“重新安排”；

如果有的话，NumPy“结构化数组”、“记录数组”和“重新数组”之间有什么区别

这意味着前两个是相同的：如果是，这个对象的首选术语是什么

相同的文档说明（在页面底部）：

---

您可以找到有关重新阵列和结构化阵列的更多信息（包括两者之间的区别）。这种差异有简单的解释吗？

记录/重新排列在

此文件中的一些相关引用

记录数组 记录数组将结构化数组的字段作为属性公开。 重新阵列几乎与标准阵列（支持 已命名字段）最大的区别在于它可以使用 属性查找以查找字段，并使用 记录

recarray

是

ndarray

的一个子类（与

matrix

和

屏蔽数组的方式相同）。但请注意，它的构造函数不同于
np.array
。它更像是
np.empty（size，dtype）

将唯一字段实现为属性行为的关键函数是
\uuuu getattribute\uuuuu
（
\uuuu getitem\uuuuu
实现索引）：

它首先尝试获取一个常规属性，比如
.shape
，
.strips
，
.data
，以及所有方法（
.sum
，
.restrape
，等等）。否则，它将在
dtype
字段名称中查找名称。因此，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

据我所知，
record array
和
recarray
是相同的

另一个文件显示了一些历史记录


用于操作结构化数组的实用程序集合。
这些函数中的大多数最初是由John Hunter为
matplotlib。为了方便起见，它们已被改写和扩展

此文件中的许多函数以以下内容结尾：

    if asrecarray:
        output = output.view(recarray)

您可以将数组返回为
recarray
视图，这一事实表明该层有多薄

numpy
历史悠久，合并了多个独立项目。我的印象是，
recarray
是一个较老的想法，而结构化数组是基于广义的
dtype
的当前实现<代码>重新排列

似乎比任何新开发都更方便和向后兼容。但是我必须研究

github

文件历史记录，以及任何最近的问题/请求才能确定。

简而言之，答案是您通常应该使用结构化数组而不是重新数组，因为结构化数组速度更快，重新数组的唯一优势是允许您编写

arr.x

而不是

arr['x']

，这可能是一个方便的快捷方式，但如果列名与numpy方法/属性冲突，则也容易出错

有关更详细的解释，请参见@jakevdp的书。特别是，他指出，简单地访问结构化数组的列可以比访问重新排列的列快20到30倍。然而，他的示例使用一个只有4行的非常小的数据帧，并且不执行任何标准操作

对于较大数据帧上的简单操作，差异可能会小得多，尽管结构化阵列速度更快。例如，这里有一个结构化和记录数组，每个数组有10000行（从@jpp answer借用的数据帧创建数组的代码）

如果我们执行一个标准操作，例如将一列乘以2，结构化数组的速度将提高约50%：

%timeit struct_array['x'] * 2
9.18 µs ± 88.9 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit rec_array.x * 2
14.2 µs ± 314 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

---

“我已经澄清了这个问题，@Ashwini Chaudhary-谢谢。关于文件上的差异的解释有什么不清楚的？recarray支持访问

arr.foo

格式的字段，而普通结构化数组只支持通过

arr['foo']

格式访问，但查找速度更快。我绝不会将“结构化数组”称为“记录数组”，因为它会导致与“重新数组”的潜在混淆。例如，这两种记录数组的历史是什么？它们是完全不同的实现还是共享底层代码？为什么给定属性访问开销，我想使用重新排列？这里是Noob。。。。对于我来说，当您希望从具有多个字段/列的阵列中访问数据时，重新阵列允许更高级别的灵活性。可以通过my_array['DataField']或数组点域表示法my_array.DataField进行访问。我发现这是一个额外的好处，是对数组的一个提升，在数组中，你必须依靠使用数字按字段位置进行切片，因为我永远记不起它们在哪一列。关于绩效差距问题的可靠陈述。也就是说，它确实存在，您可能应该关心一下。当我使用dtype=list（zip（s.index，s））时，我会为所有列获取一个dtype对象的np数组。是否有办法从pd.DataFrame进行转换，使np.array保留原始列的数据类型（例如字符串、整数和浮点？），而不是将它们全部设置为对象？@Spcoggthesecond我不确定我是否遵循。。。通过上面的代码，我得到struct_arr和rec_数组的x为float，y为int。如果您不是，我不知道为什么，但是常规numpy数组有一个用于数据类型转换的

astype

方法，您还可以在这里看到rec数组的类型转换：

    if asrecarray:
        output = output.view(recarray)

n = 10_000
df = pd.DataFrame({ 'x':np.random.randn(n) })
df['y'] = df.x.astype(int)

rec_array = df.to_records(index=False)

s = df.dtypes
struct_array = np.array([tuple(x) for x in df.values], dtype=list(zip(s.index, s)))

%timeit struct_array['x'] * 2
9.18 µs ± 88.9 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit rec_array.x * 2
14.2 µs ± 314 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)