您必须创建一个包含新字段的新dtype。
例如，这里是
a：
In [86]: aOut[86]: array([(1, [-112.01268501699997, 40.64249414272372]), (2, [-111.86145708699996, 40.4945008710162])], dtype=[('i', '<i8'), ('loc', '<f8', (2,))])a.dtype.descr是
[('i', '<i8'), ('loc', '<f8', (2,))];即字段类型列表。我们将通过添加
('USNG', 'S100')到该列表的末尾来创建新的dtype ：In [87]: new_dt = np.dtype(a.dtype.descr + [('USNG', 'S100')])现在创建一个 新的
结构化数组
b。我
zeros在这里使用过，因此字符串字段将从value开始
''。您也可以使用
empty。这些字符串将包含垃圾，但是如果您立即为其分配值，则无所谓。
In [88]: b = np.zeros(a.shape, dtype=new_dt)
将现有数据从复制
a到
b：
In [89]: b['i'] = a['i']In [90]: b['loc'] = a['loc']
b现在是这里：
In [91]: bOut[91]: array([(1, [-112.01268501699997, 40.64249414272372], ''), (2, [-111.86145708699996, 40.4945008710162], '')], dtype=[('i', '<i8'), ('loc', '<f8', (2,)), ('USNG', 'S100')])用一些数据填写新字段：
In [93]: b['USNG'] = ['FOO', 'BAR']In [94]: bOut[94]: array([(1, [-112.01268501699997, 40.64249414272372], 'FOO'), (2, [-111.86145708699996, 40.4945008710162], 'BAR')], dtype=[('i', '<i8'), ('loc', '<f8', (2,)), ('USNG', 'S100')])
