首先，我要对这个问题的随意性表示歉意，但是我正在重写我的一些脚本，以使用numpy数组而不是嵌套的python列表（用于性能和内存），但是我仍然在努力实现它们的声明。
我正试图使用numpy数组创建一个结构，首先从数组中的1000个（任意值）元素开始，每个元素都应该包含一个浮点（如[x][0]）和一个包含坐标的嵌套数组（如每个顶层元素10.0000 x 2个浮点）（如[x][1]，嵌套数组中的每个元素都可以访问为[x][1][y][z]，其中y是嵌套数组中的元素，z指定了2个坐标中的哪个坐标）。下面的问题Nested Structured Numpy Array创建了一个几乎相同的结构（作为我的问题和我想要的结构的参考）。
原理图原始数据示例：
time 0
m/z 10 int 10
m/z 20 int 20
m/z 30 int 1000
...
time 1
<repeat>
我已经知道我必须使用dtype部分来定义嵌套数组，但是我不太确定空数组的维度的声明部分，有人能帮我一下吗？这是我到目前为止想到的。
data=np.zeroes((1000,2 /* Now add nested array */), dtype=[('time', 'f'), [('m/z','f'), ('intensity','f')]])PS:矩阵可能是更好的选择？
最佳答案
>>> a = np.zeros(1000, dtype='float32, (10000,2)float32')
>>> a[200][0]
0.0
>>> a[200][1][2000]
array([ 0., 0.], dtype=float32)
注意，这将创建1000个维度数组（10000,2）。如果你只做那些只看其中一个数组的操作，那就没问题了。使用单独的（100010000,2）数组可以更好地利用numpy中的矢量化操作。例如，可以在一次操作中增加所有第二个坐标，如下所示：
>>> b = np.zeros((1000,10000,2))
>>> b[:,:,1] += 1
尝试对
a[:][1][:,1]执行相同操作是错误的。