如何访问结构化数组的子数组中的特定条目

Question

使用给定的示例here：

dt = np.dtype([('name', np.unicode_, 16), ('grades', np.float64, (2,))])
x = np.array([('Sarah', (8.0, 7.0)), ('John', (6.0, 7.0))], dtype=dt)

如何仅访问“成绩”数组中位置0的成绩？

由于我对特定人的成绩有歧义，即因为我可以写作

>>> x['grades'][0]
>>> [8.0 7.0]

或

>>> x[0]['grades']
>>> [8.0 7.0]

这两个都将给出相同的结果，我看不到如何只能访问位置0的成绩，但是对于所有人员来说，都没有任何办法。有办法吗？

我不会写

>>> x[0]['grades'][0]
>>> 8.0

或类似的组合

>>> x[:]['grades'][0]
>>> x[0]['grades'][:]

在同一条注释上：为什么“成绩”字段的形状声明为“（2，）”，而“（2）”，“ [[2，]”，“ [2]”和“ 2”似乎都给出了相同的结果？

Answer 1

这将为每个人打印rows: 2 slidesPerRow: 1 的一年级：

grades

或者：

print (x[:]['grades'][:,0])

输出：

print(x['grades'][:,0])

说明：

1. [8. 6.] （或x[:]['grades']）产生2d数组。实际上，它会生成一个x['grades']值的1d数组，但是grade的每个值本身就是一个1d数组。最终结果，一个二维数组：

   grade

2. 从这个2d数组中，我们希望仅从每个年级获得所有年级的第一年级，因此我们使用索引[[8. 7.] [6. 7.]]