python中的numpy数组字典

Question

我想创建一个空的numpy数组的数据结构。

d[1].foo = numpy.arange(x)
d[1].bar = numpy.arange(x)
d[2].foo = numpy.arange(x)
d[2].bar = numpy.arange(x)

最好的选择是什么？包含numpy数组的字典列表？

Answer 1

如果我定义一个简单的类，例如：

class MyObj(object):
    pass
     .

我可以使用以下几个对象创建字典：

In [819]: d={1:MyObj(), 2:MyObj()}

然后为每个对象分配属性

In [820]: d[1].foo=np.arange(3)
In [821]: d[1].bar=np.arange(3)
In [822]: d[2].foo=np.arange(3)
In [823]: d[2].bar=np.arange(3)
In [824]: d
Out[824]: {1: <__main__.MyObj at 0xaf20cfac>, 2: <__main__.MyObj at 0xaf20c4cc>}

由于我没有定义repr或str因此打印显示不是很有趣。

In [825]: vars(d[2])
Out[825]: {'bar': array([0, 1, 2]), 'foo': array([0, 1, 2])}

我也可以列出这些对象

In [826]: dl = [None, d[1], d[2]]
In [827]: dl
Out[827]: [None, <__main__.MyObj at 0xaf20cfac>, <__main__.MyObj at 0xaf20c4cc>]
In [828]: vars(dl[1])
Out[828]: {'bar': array([0, 1, 2]), 'foo': array([0, 1, 2])}

这样列表和字典都可以被索引（数组也可以被索引）； 但是.foo语法用于访问对象属性。

===============

使用这种访​​问创建结构的一种完全不同的方法是使用recarray这是一个numpy数组子类，允许您访问带有属性名称的dtype字段

In [829]: R=np.recarray((3,), dtype=[('foo','O'),('bar','O')])
In [830]: R
Out[830]: 
rec.array([(None, None), (None, None), (None, None)], 
          dtype=[('foo', 'O'), ('bar', 'O')])
In [831]: R[1].foo=np.arange(3)
In [832]: R[2].bar=np.arange(4)
In [833]: R
Out[833]: 
rec.array([(None, None), (array([0, 1, 2]), None), (None, array([0, 1, 2, 3]))], 
          dtype=[('foo', 'O'), ('bar', 'O')])

在这里，我将字段定义为采用对象dtype，这使我可以分配任何内容，包括向每个属性分配其他数组。 但通常dtype是更具体的东西，例如int，float，string。

我可以查看数组R所有项目的foo属性/字段：

In [834]: R.foo
Out[834]: array([None, array([0, 1, 2]), None], dtype=object)
In [835]: R['bar']
Out[835]: array([None, None, array([0, 1, 2, 3])], dtype=object)

recarray具有一种特殊的方法，该方法允许通过attribute语法访问字段。