Question

虽然在NumPy代码中不太常见，但当你需要保存多个同类型的值于一个单一元素中时，数组类型其实是一个很好的选择。和复合类型不同，数组类型没有一个个独立的“成员”，而是每个元素自身就是一个多维数组。

这个类型有一些陷阱，它们来自NumPy的一些“有帮助”但是却令人不解的行为。让我们以一个2×2的浮点数组为例：

现在我们以该dtype创建一个具有100个数据点的HDF5数据集：

读取一个元素会得到一个2×2的NumPy数组：

你可能会期望这里得到的是一个NumPy标量，其类型为之前的dtype，可惜不是如此。NumPy会自动将那个数组类型的标量“提升”为一个正式的数组。虽然很方便，但这是另一个dset[…].dtype !=dset.dtype的情况。

同样，如果我们试图用我们的dtype创建一个本地NumPy数组，它会被“吃掉”，并被转化为主数组的额外维度：

那么数组类型的好处是什么？通常它适合作为某个复合类型的成员。比如，假设我们有一个实验输出一个整型时间戳和一个2×2光感应器的结果，数据类型可以选择如下：

以该复合类型创建数据集，就可以轻松存取实验的单个输出：

如果你的数据包含这样“打包”过的值，那么一般来说使用数组类型都要好于给数据集添加额外的维度。因为这样做不仅让访问更方便，而且在语义上也更有意义。