如何在numpy中实现其值是可变长度数组的字典

Question

我想使用numpy来实现以下数据结构。 现在，我使用python字典来完成这项工作，但是很难执行向量操作，我必须多次添加向量，因此我想使用numpy来简化工作。 主机的长度在程序执行期间会有所不同。 我是否可以使用numpy结构化数组来完成这项工作，请注意列表的长度是可变的？ 我不熟悉它，只是想知道是否有可能，这样就不会浪费时间。

{
  "0" :{
      "coordinates": [100, 100],
      "neighbours": [1, 40],
      "hosts":[],
      "v-capacity":20,
      "v-immature":0,
      "v-state":[20, 0, 0, 0]
  },
  "1" :{
      "coordinates": [200, 100],
      "neighbours": [0, 2, 41],
      "hosts":[],
      "v-capacity":20,
      "v-immature":0,
      "v-state":[20, 0, 0, 0]
  },

Answer 1

您显示的是一本字典，其值也是字典。 嵌套字典的某些值是标量，其他值是列表。 neighbors列表的长度有所不同。

我可以图片创建一个结构化的数组，其中包含与内部字典键相对应的字段。

coordinates和v-state字段的内部尺寸甚至可以为（2，）和（4，）。

但是对于可变长度的neighbors或hosts ，我们可以做到最好，将那些字段定义为具有对象dtype，这会将相应的列表存储在内存中的其他位置。 这种数组的数学是有限的。

但是，在您不深入了解结构化数组之前，请探索创建一组数组来存储此数据，在out字典中每个项目row 。

coordinates = np.array([[100,100],[200,100]])
neighbors = np.array([[1, 40],[0, 2, 41]])

确保您了解这些表达式产生的内容。

In [537]: coordinates
Out[537]: 
array([[100, 100],
       [200, 100]])
In [538]: neighbors
Out[538]: array([[1, 40], [0, 2, 41]], dtype=object)

这是可以容纳这些数组的结构化数组的示例：

In [539]: dt=np.dtype([('coordinates',int,(2,)),('neighbors',object)])
In [540]: arr = np.zeros((2,), dtype=dt)
In [541]: arr
Out[541]: 
array([([0, 0], 0), ([0, 0], 0)], 
      dtype=[('coordinates', '<i4', (2,)), ('neighbors', 'O')])
In [543]: arr['coordinates']=coordinates
In [544]: arr['neighbors']=neighbors
In [545]: arr
Out[545]: 
array([([100, 100], [1, 40]), ([200, 100], [0, 2, 41])], 
      dtype=[('coordinates', '<i4', (2,)), ('neighbors', 'O')])
In [546]: arr['neighbors']
Out[546]: array([[1, 40], [0, 2, 41]], dtype=object)

注意，这基本上是包装上的便利。 它将数组存储在一个位置，但是您仍然可以在各个字段上执行数学/矢量运算。

In [547]: coordinates.sum(axis=1)
Out[547]: array([200, 300])     # sum across columns of a 2d array
In [548]: neighbors.sum()
Out[548]: [1, 40, 0, 2, 41]    # sum (concatenate) of lists