众所周知，numpy 库是科学计算的基础库。我们前面学习了numpy ndarray 对象要求数组中数据元素同质。同时，numpy 数组元素值内存空间大小一致，并且底层采用C-order（行优先存储）或者Fortran-order（列优先存储）两种存储方式。使之numpy 数组相比Python list计算速度和内存上更加有优势。

在 numpy 索引与切片 和 numpy 高级索引中，知道了数组也与Python list等一样支持索引。numpy 数组索引通过非负整数元组、布尔值、其他数组或者整数来实现的。

大伙肯定和我一样，numpy 数据要求数据类型都必须要同质的，哪面对不同类型的数据需要计算咋搞？

我们都知道，如果使用Python内置库中，我们都知道可以支持key-value字典的数据类型，可以轻松实现我们上述的场景。

哪如果numpy 如果不支持这一场景，我们就放弃使用它，哪它怎么会是科学Python 和PyData生态系统的核心？

一通网上查阅，哈哈，终于被我们发现了，numpy 数组还有一种叫结构化数组的概念。

本期，我们将学习 numpy 库的结构化数组相关知识，Let’s go~

numpy 结构化数组是通过dtype 定义的字段组成的一组ndarray数组。

我们使用Python中dict可以轻松使用key-value形式、list或者tuple就可以定义如下数据。