转换类型化的numpy (rec)数组

import numpy as np

# 定义一个dtype，包含两个字段：name（字符串类型）和age（整数类型）
dtype = [('name', 'U10'), ('age', 'i4')]

# 创建一个rec数组
data = np.array([('Alice', 30), ('Bob', 25)], dtype=dtype)

# 错误的dtype定义，字段名称重复
dtype_error = [('name', 'U10'), ('name', 'i4')]  # 这将引发错误

# 正确的dtype定义
dtype_correct = [('name', 'U10'), ('age', 'i4')]

# 错误的数据类型
data_error = np.array([('Alice', '30')], dtype=dtype)  # 这将引发TypeError

# 正确的数据类型
data_correct = np.array([('Alice', 30)], dtype=dtype)

# 使用更节省内存的数据类型
dtype_memory_efficient = [('name', 'U10'), ('age', 'i2')]

# 分块处理数据
for chunk in np.array_split(large_data, num_chunks, axis=0):
    process(chunk)

import numpy as np

# 定义dtype
dtype = [('name', 'U10'), ('age', 'i4')]

# 创建rec数组
data = np.array([('Alice', 30), ('Bob', 25)], dtype=dtype)

# 访问字段
print(data['name'])  # 输出: ['Alice' 'Bob']
print(data['age'])   # 输出: [30 25]

# 修改字段
data['age'] += 1
print(data)  # 输出: [('Alice', 31) ('Bob', 26)]