NumPy“记录数组”或“结构化数组”或“ recarray”

Question

NumPy“结构化数组”，“记录数组”和“ recarray”之间的区别是什么？

该NumPy的文档
暗示，前两个是相同的：如果是这样，这是该对象的首选术语？

同样的文件说，（在页面的底部）：你可以找到关于recarrays和结构化阵列（包括两者之间的区别）一些更多的信息在这里。是否有对此差异的简单解释？

Answer 1

记录/记录数组在

https://github.com/numpy/numpy/blob/master/numpy/core/records.py

此文件中的一些相关引号

记录数组记录数组将结构化数组的字段公开为属性。recarray与标准数组几乎完全相同（标准数组已经支持命名字段），最大的区别是它可以使用属性查找来查找字段，并使用记录进行构造。

recarray是ndarray（matrix和和masked arrays是）相同的子类。但请注意，它的构造函数不同于np.array。更像是np.empty(size, dtype)。

class recarray(ndarray):
    """Construct an ndarray that allows field access using attributes.
    This constructor can be compared to ``empty``: it creates a new record
       array but does not fill it with data.

将唯一字段实现为属性行为的关键功能是__getattribute__ （__getitem__实现索引）：

def __getattribute__(self, attr):
    # See if ndarray has this attr, and return it if so. (note that this
    # means a field with the same name as an ndarray attr cannot be
    # accessed by attribute).
    try:
        return object.__getattribute__(self, attr)
    except AttributeError:  # attr must be a fieldname
        pass

    # look for a field with this name
    fielddict = ndarray.__getattribute__(self, 'dtype').fields
    try:
        res = fielddict[attr][:2]
    except (TypeError, KeyError):
        raise AttributeError("recarray has no attribute %s" % attr)
    obj = self.getfield(*res)

    # At this point obj will always be a recarray, since (see
    # PyArray_GetField) the type of obj is inherited. Next, if obj.dtype is
    # non-structured, convert it to an ndarray. If obj is structured leave
    # it as a recarray, but make sure to convert to the same dtype.type (eg
    # to preserve numpy.record type if present), since nested structured
    # fields do not inherit type.
    if obj.dtype.fields:
        return obj.view(dtype=(self.dtype.type, obj.dtype.fields))
    else:
        return obj.view(ndarray)

它首先它会尝试获取常规属性-
比如.shape，.strides，.data，以及所有的方法（.sum，.reshape等）。如果失败，它将在dtype字段名称中查找名称。因此，它实际上只是带有一些重新定义的访问方法的结构化数组。

尽我所能告诉，record array并且recarray是相同的。

另一个文件显示了一些历史

https://github.com/numpy/numpy/blob/master/numpy/lib/recfunctions.py

实用程序集合，用于操纵结构化数组。其中大多数功能最初是由John Hunter为matplotlib实现的。为了方便起见，它们已被重写和扩展。

该文件中的许多功能都以：

    if asrecarray:
        output = output.view(recarray)

您可以将数组作为recarray视图返回，这一事实表明了该层的“厚度”。

numpy历史悠久，并合并了几个独立的项目。我的印象是，这recarray是一个较旧的主意，结构化数组是基于generalized的当前实现的dtype。
recarrays似乎为了方便和向后兼容而保留了比任何新开发的产品。但是我必须研究github文件历史记录以及任何最近出现的问题/请求才能确定。