Чтобы быть честным ... Я не уверен, что я получаю результаты либо. Это кажется непоследовательным/сломанным. Часть из-за несогласованных форм, но не всех. Некоторые данные, похоже, исчезают.
Например (обратите внимание на формы):
In [1]: import numpy as np
In [2]: x = np.zeros(1, dtype=np.dtype([('field', '<f8', (1, 2))]))
In [3]: y = x[0]['field'].copy()
In [4]: y[0] = 3
In [5]: y[1] = 4
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
<ipython-input-5-cba72439f97c> in <module>()
----> 1 y[1] = 4
IndexError: index 1 is out of bounds for axis 0 with size 1
In [6]: y[0][1] = 4
In [7]: x
Out[7]:
array([([[0.0, 0.0]],)],
dtype=[('field', '<f8', (1, 2))])
In [8]: y
Out[8]: array([[ 3., 4.]])
In [9]: x[0]['field'] = y
In [10]: x
Out[10]:
array([([[3.0, 0.0]],)],
dtype=[('field', '<f8', (1, 2))])
Так ... чтобы было легче понять, давайте сделать форму проще.
In [1]: import numpy as np
In [2]: x = np.zeros(1, dtype=np.dtype([('field', '<f8', 2)]))
In [3]: y = x[0]['field'].copy()
In [4]: y[0] = 3
In [5]: y[1] = 4
In [6]: x[0]['field'] = y
In [7]: x
Out[7]:
array([([3.0, 0.0],)],
dtype=[('field', '<f8', (2,))])
In [8]: y
Out[8]: array([ 3., 4.])
Если данные идут в этом случае ... не ключ. Назначение таким образом, что данные могут быть сохранены, кажется легко возможным.
Несколько вариантов:
In [9]: x['field'][0] = y
In [10]: x
Out[10]:
array([([3.0, 4.0],)],
dtype=[('field', '<f8', (2,))])
In [11]: x['field'] = y * 2
In [12]: x
Out[12]:
array([([6.0, 8.0],)],
dtype=[('field', '<f8', (2,))])
In [13]: x['field'][:] = y
In [14]: x
Out[14]:
array([([3.0, 4.0],)],
dtype=[('field', '<f8', (2,))])
In [15]: x[0]['field'][:] = y * 2
In [16]: x
Out[16]:
array([([6.0, 8.0],)],
dtype=[('field', '<f8', (2,))])
Это похоже на проблему с '__setitem __()', потому что 'x [0:] ['field'] = ...' работает! Даже 'x [0: 999999] ['field'] = ...', используя очень высокие индексы, которые просто игнорируются ... –