需要在 numpy 中创建一个具有多种数据类型的三维数组，如下所示：
arr[int][str][int]
- 第一个维度是整数类型，第二个维度是字符串类型，第三个维度也是整数类型。
- 数组中的每个元素是一个包含两个元素的元组，第一个元素是字符串，第二个元素是整数。
- 该数组代表多张表，每张表都有两列，第一列是字符串类型，第二列是整数类型。
尝试过的方案
- 尝试使用
np.newaxis结合rec.array来创建三维数组，但是没有成功。
2、解决方案
使用 np.empty 函数创建数组
可以使用 np.empty 函数来创建具有多种数据类型的三维数组。该函数的语法如下：
np.empty(shape, dtype, order='C')
shape：数组的形状，是一个元组，其中每个元素表示数组在一个维度上的长度。dtype：数组中元素的数据类型。order：数组的存储顺序，可以是 'C' 或 'F'。
为了创建具有多种数据类型的三维数组，可以将 dtype 参数设置为一个元组，其中每个元素表示数组中一个维度的元素的数据类型。例如，要创建具有以下形状和数据类型的三维数组：
arr[int][str][int]
可以使用以下代码：
arr = np.empty((10, 10, 2), dtype=[('str', 'S10'), ('int', 'i4')])
该代码将创建一个具有 10 行、10 列和 2 个列的三维数组。第一个列的数据类型是字符串，第二个列的数据类型是整数。
使用 np.recarray 函数创建数组
还可以使用 np.recarray 函数来创建具有多种数据类型的三维数组。该函数的语法如下：
np.recarray(shape, dtype, names=None, buf=None, offset=0, strides=None, formats=None, titles=None, aligned=False, byteorder=None)
shape：数组的形状，是一个元组，其中每个元素表示数组在一个维度上的长度。dtype：数组中元素的数据类型。names：数组中每个列的名称，是一个元组，其中每个元素表示一个列的名称。buf：数组的数据缓冲区，可以是一个字符串、字节数组或一个包含数组元素的 Python 对象的列表。offset：数组数据缓冲区的偏移量，以字节为单位。strides：数组中元素的步长，是一个元组，其中每个元素表示数组中一个维度的元素的步长。formats：数组中每个列的数据格式，是一个元组，其中每个元素表示一个列的数据格式。titles：数组中每个列的标题，是一个元组，其中每个元素表示一个列的标题。aligned：是否将数组中的元素对齐。byteorder：数组中的元素的字节顺序。
为了创建具有以下形状和数据类型的三维数组：
arr[int][str][int]
可以使用以下代码：
arr = np.recarray((10, 10, 2), dtype=[('str', 'S10'), ('int', 'i4')], names=('str', 'int'))
该代码将创建一个具有 10 行、10 列和 2 个列的三维数组。第一个列的数据类型是字符串，第二个列的数据类型是整数。
使用 pandas 库创建数组
还可以使用 pandas 库来创建具有多种数据类型的三维数组。pandas 库是一个用于数据分析和操作的 Python 库。该库提供了 DataFrame 对象，它可以表示具有多种数据类型的数据。
为了使用 pandas 库创建具有以下形状和数据类型的三维数组：
arr[int][str][int]
可以使用以下代码：
import pandas as pd
arr = pd.DataFrame({'str': ['a', 'b', 'c'], 'int': [1, 2, 3]})
改代码将在三维数组的第一维和第三维分别创建两个纵列，在第二维创建三行。
代码例子
以下是一个使用 np.empty 函数创建具有多种数据类型的三维数组的代码例子：
import numpy as np
arr = np.empty((10, 10, 2), dtype=[('str', 'S10'), ('int', 'i4')])
for i in range(10):
for j in range(10):
arr[i, j, 0] = 'str' + str(i) + str(j)
arr[i, j, 1] = i + j
print(arr)
该代码将创建一个具有 10 行、10 列和 2 个列的三维数组。第一个列的数据类型是字符串，第二个列的数据类型是整数。
以下是一个使用 np.recarray 函数创建具有多种数据类型的三维数组的代码例子：
import numpy as np
arr = np.recarray((10, 10, 2), dtype=[('str', 'S10'), ('int', 'i4')], names=('str', 'int'))
for i in range(10):
for j in range(10):
arr[i, j, 0] = 'str' + str(i) + str(j)
arr[i, j, 1] = i + j
print(arr)
该代码将创建一个具有 10 行、10 列和 2 个列的三维数组。第一个列的数据类型是字符串，第二个列的数据类型是整数。
以下是一个使用 pandas 库创建具有多种数据类型的三维数组的代码例子：
import pandas as pd
arr = pd.DataFrame({'str': ['a', 'b', 'c'], 'int': [1, 2, 3]})
print(arr)
该代码将在三维数组的第一维和第三维分别创建两个纵列，在第二维创建三行。
