我可以将 python 类转换为 numpy array吗? 在最后一步中,我希望获得一个数组np.array([Xx, Xy]) 。 相反,我得到array(X(x=0, y=0), dtype=object) 。 我可以为dataclass提供方法以便转换按需要工作(或重载dataclas ...
提示:本站收集StackOverFlow近2千万问答,支持中英文搜索,鼠标放在语句上弹窗显示对应的参考中文或英文, 本站还提供 中文繁体 英文版本 中英对照 版本,有任何建议请联系yoyou2525@163.com。
我正在做一个项目,该项目高度依赖于较小的2D Numpy数组来表示我们的数据(在最坏的情况下,其大小约为100 x 4)。 这种表示的问题在于,鉴于问题的背景,它非常麻烦且不清楚,维护起来很麻烦,而且容易出错。 例如,在这些数组的上下文中,我当前的任务需要添加和删除多个行,并分配大量的行。 我认为面向对象,基于图形的方法在我的端部使用起来将更加清晰,并且对于将来的开发更加通用。 在坐下来设计纸上的大多数功能之后,可能会有5或6个带有内部字典的较大类(表示图形的邻接表),从而消除了对Numpy数组的需求,并且解释起来更加清晰。
众所周知,就索引速度和大多数其他功能而言,Numpy数组将Python数据结构吹脱了。 但是,我也知道Python字典是经过高度优化的,并且其效率很高。 我的难题是,是否重新分配许多Numpy数组和来回复制值是否比一些持久类更有效或更有效,这些持久类可以轻松进行编辑而无需重新分配,但索引时间比Numpy数组慢。
值得注意的是,除了np.where()
,我没有使用很多Numpy功能,可以在必要时解决。 同样,该算法不按数组的大小进行缩放,而是按数组的数量进行缩放。 一个较难的问题将有更多的数组,但不一定是更大的数组。
谢谢!
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.