【Python】構造化配列作成（NumPyで異種型データ格納）

0. 概要

名前、年齢、身長と言った具合に、ある人の情報を一括でまとめたいですよね。
そんなときはNumPyの構造化配列を使用しましょう。複合型の異なるデータを効率的に格納できます。せっかくなので乃木坂メンバーで構成してみました。（2020/02/24現在）

1. コード

list.py

# -*- coding: utf-8
import numpy as np

# 4人の情報を各配列に格納
name = ['mai', 'asuka', 'erika', 'yoda']
age = [27, 21, 23, 19]
height = [162, 158, 160, 152]

# 構造化配列の作成(3種類の配列のデータ型を決定）
data = np.zeros(4, dtype={'names' : ('name', 'age', 'height'), 'formats': ('U10', 'i4', 'f8')}) #U10 -> Unicode(10文字まで), i4 -> int32, f8 -> float64

# データ型の確認
print(data.dtype)
# [('name', '<U10'), ('age', '<i4'), ('height', '<f8')]

# 構造化配列にデータを格納
data['name'] = name
data['age'] = age
data['height'] = height

# 4人の全情報をプリント
print(data)
# [(u'mai', 27, 162.0) (u'asuka', 21, 158.0) (u'erika', 23, 160.0) (u'yoda', 19, 152.0)]

# 4人の名前をプリント
print(data['name'])
# [u'mai' u'asuka' u'erika' u'yoda']

# asukaの全情報をプリント
print(data[1])
# (u'asuka', 21, 158.0)

# maiのheightをプリント
print(data[0]['height'])
# 162.0

2. 参考書籍

オライリージャパン ： Pythonデータサイエンスハンドブック