记录/记录数组在
https://github.com/numpy/numpy/blob/master/numpy/core/records.py
此文件中的一些相关引号
记录数组记录数组将结构化数组的字段公开为属性。recarray与标准数组几乎完全相同（标准数组已经支持命名字段），最大的区别是它可以使用属性查找来查找字段，并使用记录进行构造。
recarray是
ndarray（
matrix和和
maskedarrays是）相同的子类。但请注意，它的构造函数不同于
np.array。更像是
np.empty(size, dtype)。
class recarray(ndarray): """Construct an ndarray that allows field access using attributes. This constructor can be compared to ``empty``: it creates a new record array but does not fill it with data.
将唯一字段实现为属性行为的关键功能是
__getattribute__（
__getitem__实现索引）：
def __getattribute__(self, attr): # See if ndarray has this attr, and return it if so. (note that this # means a field with the same name as an ndarray attr cannot be # accessed by attribute). try: return object.__getattribute__(self, attr) except AttributeError: # attr must be a fieldname pass # look for a field with this name fielddict = ndarray.__getattribute__(self, 'dtype').fields try: res = fielddict[attr][:2] except (TypeError, KeyError): raise AttributeError("recarray has no attribute %s" % attr) obj = self.getfield(*res) # At this point obj will always be a recarray, since (see # PyArray_GetField) the type of obj is inherited. Next, if obj.dtype is # non-structured, convert it to an ndarray. If obj is structured leave # it as a recarray, but make sure to convert to the same dtype.type (eg # to preserve numpy.record type if present), since nested structured # fields do not inherit type. if obj.dtype.fields: return obj.view(dtype=(self.dtype.type, obj.dtype.fields)) else: return obj.view(ndarray)它首先它会尝试获取常规属性-
比如
.shape，
.strides，
.data，以及所有的方法（
.sum，
.reshape等）。如果失败，它将在
dtype字段名称中查找名称。因此，它实际上只是带有一些重新定义的访问方法的结构化数组。
尽我所能告诉，
record array并且
recarray是相同的。
另一个文件显示了一些历史
https://github.com/numpy/numpy/blob/master/numpy/lib/recfunctions.py
实用程序集合，用于操纵结构化数组。其中大多数功能最初是由John Hunter为matplotlib实现的。为了方便起见，它们已被重写和扩展。
该文件中的许多功能都以：
if asrecarray: output = output.view(recarray)
您可以将数组作为
recarray视图返回，这一事实表明了该层的“厚度”。
numpy历史悠久，并合并了几个独立的项目。我的印象是，这
recarray是一个较旧的主意，结构化数组是基于generalized的当前实现的
dtype。
recarrays似乎为了方便和向后兼容而保留了比任何新开发的产品。但是我必须研究
github文件历史记录以及任何最近出现的问题/请求才能确定。
