許多Numpy數組與少量Python類

Question

我正在做一個項目，該項目高度依賴於較小的2D Numpy數組來表示我們的數據（在最壞的情況下，其大小約為100 x 4）。 這種表示的問題在於，鑒於問題的背景，它非常麻煩且不清楚，維護起來很麻煩，而且容易出錯。 例如，在這些數組的上下文中，我當前的任務需要添加和刪除多個行，並分配大量的行。 我認為面向對象，基於圖形的方法在我的端部使用起來將更加清晰，並且對於將來的開發更加通用。 在坐下來設計紙上的大多數功能之后，可能會有5或6個帶有內部字典的較大類（表示圖形的鄰接表），從而消除了對Numpy數組的需求，並且解釋起來更加清晰。

眾所周知，就索引速度和大多數其他功能而言，Numpy數組將Python數據結構吹脫了。 但是，我也知道Python字典是經過高度優化的，並且其效率很高。 我的難題是，是否重新分配許多Numpy數組和來回復制值是否比一些持久類更有效或更有效，這些持久類可以輕松進行編輯而無需重新分配，但索引時間比Numpy數組慢。

值得注意的是，除了np.where() ，我沒有使用很多Numpy功能，可以在必要時解決。 同樣，該算法不按數組的大小進行縮放，而是按數組的數量進行縮放。 一個較難的問題將有更多的數組，但不一定是更大的數組。

謝謝！