구조화된 배열(Structured Arrays)은 각 원소가 다양한 데이터 타입으로 구성된 Numpy 배열입니다. 각 원소는 여러 필드(field)로 구성되며, 필드마다 데이터 타입을 지정할 수 있습니다. 이를 통해 테이블 형식의 데이터를 다루거나 복잡한 데이터를 효율적으로 처리할 수 있습니다. 아래는 구조화된 배열의 예제입니다.

import numpy as np

# 구조화된 데이터 타입 정의
dtype = np.dtype([('name', 'S10'), ('age', int), ('height', float)])

# 구조화된 배열 생성
data = np.array([('Alice', 25, 5.6), ('Bob', 30, 6.0), ('Charlie', 35, 5.9)], dtype=dtype)

# 데이터 출력
print(data)

# 필드로 데이터에 접근
print("이름:", data['name'])
print("나이:", data['age'])
print("키:", data['height'])

이 예제에서는 np.dtype을 사용하여 구조화된 데이터 타입을 정의하고, 이를 기반으로 구조화된 배열을 생성합니다. 배열의 각 원소는 ‘name’, ‘age’, ‘height’라는 필드를 가지며 각각 문자열, 정수, 부동 소수점 숫자를 저장합니다. 필드를 통해 데이터에 접근할 때 필드 이름을 사용하여 데이터를 추출할 수 있습니다.

구조화된 배열은 다양한 데이터를 저장하고 처리하는 데 유용하며, 특히 테이블 형식의 데이터나 다양한 데이터 타입을 다룰 때 유용합니다.