NumPy：从数值记录数组中获取最小值/最大值

我有一个 NumPy 记录浮点数组：

import numpy as np
ar = np.array([(238.03, 238.0, 237.0),
               (238.02, 238.0, 237.01),
               (238.05, 238.01, 237.0)], 
              dtype=[('A', 'f'), ('B', 'f'), ('C', 'f')])

如何从该记录数组中确定最小值/最大值？我通常的尝试ar.min()失败并显示：

类型错误：无法使用灵活类型执行reduce

我不确定如何将这些值展平为更简单的 NumPy 数组。

最简单、最有效的方法可能是view你的数组作为简单的二维浮点数组 https://stackoverflow.com/a/10171321/42973:

ar_view = ar.view((ar.dtype[0], len(ar.dtype.names)))

这是结构化数组的二维数组视图：

print ar_view.min(axis=0)  # Or whatever…

此方法速度很快，因为没有创建新数组（更改为ar_view导致改变ar）。不过，它仅限于像您这样的情况，其中所有记录字段都具有相同的类型（此处为 float32）。

一个优点是这种方法保持了原始数组的二维结构完整：你可以找到最小值在每个“列”中 (axis=0）， 例如。