创建Numpy结构化数组

要创建NumPy结构化数组，我们可以使用np.dtype定义数据类型，并使用np.zeros创建一个具有特定数据类型的空数组。然后，我们可以通过指定字段名和字段类型来定义结构化数组的每个字段。

下面是一个创建NumPy结构化数组的示例代码：

import numpy as np

# 定义数据类型
dt = np.dtype([('name', np.str_, 10), ('age', np.int32), ('height', np.float64)])

# 创建一个空的结构化数组
arr = np.zeros(3, dtype=dt)

# 设置结构化数组的值
arr[0] = ('Alice', 25, 5.6)
arr[1] = ('Bob', 30, 6.0)
arr[2] = ('Charlie', 35, 5.8)

# 打印结构化数组
print(arr)

这段代码首先使用np.dtype定义了一个结构化数组的数据类型，其中包含了三个字段：'name'字段是字符串类型，长度为10；'age'字段是32位整数类型；'height'字段是64位浮点数类型。

然后，使用np.zeros创建了一个长度为3的空结构化数组，数据类型为之前定义的数据类型。

接下来，使用索引操作符[]设置结构化数组的值。每个元素是一个元组，其中包含了字段的对应值。

最后，使用print函数打印了结构化数组的内容。

运行这段代码，将会输出以下结果：

[('Alice', 25, 5.6) ('Bob', 30, 6. ) ('Charlie', 35, 5.8)]

这就是一个创建NumPy结构化数组的示例。