如何创建无dtype名称、存储数值的numpy记录数组

问题核心在于：直接用('u1', (3,))作为recarray的dtype时，numpy会将其解析为长度3的字节串类型（dtype('V3')），而非包含3个uint8元素的子数组字段。要让recarray存储uint8数值，需要正确定义结构化dtype，即使字段没有名称。

正确实现代码 #

import numpy as np

# 定义无名称的结构化dtype，对应HDF5的子数组类型
dt = np.dtype([('', 'u1', (3,))])
# 创建目标recarray
records = np.recarray((2,), dtype=dt)

# 验证类型匹配度
print(records.dtype)          # 输出: dtype([('', 'u1', (3,))])
print(records[0].dtype)       # 输出: dtype('uint8')

# 赋值测试
records[0] = [10, 20, 30]
print(records[0])             # 输出: [10 20 30]

原方法失效原因 #

当你传递('u1', (3,))给np.recarray的dtype参数时，numpy会将其识别为灵活类型（flexible type），也就是字节串（V3），这类类型会以字节形式展示，而非数值。

而用[('', 'u1', (3,))]的列表形式定义dtype时，numpy会将其解析为结构化dtype中的一个字段，这个字段的类型是长度为3的uint8子数组，这样recarray就能正确存储和展示uint8数值，同时字段名称为空字符串，完美匹配原HDF5数据集无名称的dtype。

额外提示 #

如果不需要recarray的属性访问能力，直接使用普通numpy数组会更简洁：

arr = np.zeros((2, 3), dtype='u1')

但如果必须使用recarray，上述结构化dtype的定义方式是最优解。

内容的提问来源于stack exchange，提问作者Stephen Hartzell