要将字段添加到结构化 numpy 数组中，只需创建一个具有新 dtype 的新数组，复制旧字段并添加新字段即可。但是，我需要对占用大量内存的数组执行此操作，并且我宁愿不复制所有内容。我自己的实现和（慢）实现numpy.lib.recfunctions.append_fields重复内存中的（慢）实现。
ndarray有没有办法在不复制内存的情况下将字段添加到结构化？这意味着，要么是一种避免创建 new 的方式，要么是一种创建ndarray新的方式ndarray指向与旧数据相同的新数据的方式？
复制 RAM 的解决方案：
有一个类似的问题，挑战是删除而不是添加字段。该解决方案使用一个视图，它应该适用于原始数据的一个子集，但我不确定当我想添加字段时是否可以修改它。
与常规数组一样，结构化数组被存储为连续的字节缓冲区，一条记录在前一条之后。因此，记录有点像多维数组的最后一维。如果不通过串联创建新数组，则无法将列添加到二维数组。
添加一个字段，比如I4dtype 到 dtype，也就是说，20 个字节长，意味着将记录（元素）长度更改为 24，即每 20 个字节向缓冲区添加 4 个字节。 numpy如果不创建新的数据缓冲区并从旧的（和新的）复制值，就无法做到这一点。
实际上，即使我们正在讨论向数组添加新记录，即连接到一个新数组，它仍然需要创建一个新的数据缓冲区。数组是固定大小的。
结构化数组中的字段与列表或字典中的对象不同。您不能通过仅在内存中的其他位置添加指向对象的指针来添加字段。
也许你应该使用字典，item作为一个数组。然后你可以自由地添加一个键/项目而不复制现有的。但是，“行”的访问会很慢。