如何在numpy结构化数组中设置多种数据类型

你使用的dtype声明格式不符合numpy结构化数组的类型规范：直接传入('<U10', np.dtype('i'))时，numpy会将该元组解析为「基类型+单元素形状」的组合，而非两个字段的复合类型，因此触发数据描述符大小不匹配的报错。

分两种常用场景：

• 场景1：需要为字段命名（推荐，后续取值更便捷）
  将dtype设置为包含「字段名+对应类型」元组的列表即可，示例代码如下：

import numpy as np
arr = np.array(
    [('2021-08-29', 125), ('2021-09-12', 75), ('2021-09-19', 75),
     ('2021-11-07', 75), ('2021-12-31', 125)],
    dtype=[('date', '<U10'), ('value', 'i')]
)

后续可通过arr['date']直接提取所有日期字段，arr['value']提取所有数值字段。

• 场景2：不需要字段名，仅按位置指定类型
  可以直接传入逗号分隔的类型字符串作为dtype，示例代码如下：

import numpy as np
arr = np.array(
    [('2021-08-29', 125), ('2021-09-12', 75), ('2021-09-19', 75),
     ('2021-11-07', 75), ('2021-12-31', 125)],
    dtype='<U10, i'
)

该写法下numpy会为字段自动分配默认名称f0、f1，可通过下标或默认字段名取值。

内容的提问来源于stack exchange，提问作者mmz