用于自定义类的 Numpy 数组与列表

Question

我理解为什么“标准”类型的 numpy 数组几乎总是比包含相同类型数据的列表更有效。因此，最好养成使用 numpy 数组来处理简单内容的习惯，是吗？

但是，与使用列表相比，我想知道使用 numpy 数组“存储”自定义类实例的优点和缺点。

考虑

import numpy as np

class Foo:
    def __init__(self, name):
        self.name = name

class Bar:
    def __init__(self, name):
        self.name = name
        self.myFoos = np.zeros(0, dtype = Foo)

    def add_foo(self, some_foo):
        self.myFoos = np.append(self.myFoos, some_foo)

我可以使用

self.myFoos = []

做这个决定时我应该记住什么？

Foo 类的复杂性有很大的不同吗？ （在我的用例中，它可能包含 20 或 30 个标准类型，一或两个固定大小的整数数组，然后是大约 10 个简单方法。）

myFoos 中的 Foos 数量通常会产生影响吗？ （在我的用例中，它将是 0 到 10）

处理 myFoos 的次数有影响吗？ （在我的实际用例中，它可能会在用户操作之间被调用 10 到 20 次。）

附：虽然代码运行良好，但 pyCharm 不喜欢最后的 append 语句，它警告我

Expected type 'Union[ndarray, iterable]' got 'Foo' instead.

提前致谢！

Answer 1

我之前讨论过制作自定义对象数组 - 我会尝试查找一个很好的讨论。

但是，首先要注意几点

np.zeros(0, dtype = Foo)

真的是np.zeros(0, dtype=object)。有标准的数据类型，还有object。这包含指向内存中其他对象的指针。和列表一样，它们可以是任何东西 - 数字、字符串、列表、数组、Foo()、None 等。并且可以更改。

远离np.append。它不是列表追加的好替代品。如果您必须使用其他数组创建一个新数组，请学习使用concatenate（包括正确获取维度）。

self.myFoos = np.append(self.myFoos, some_foo)

对象 dtype 列表与列表基本相同，只是它们可以重新整形为 2d，并且它们不能随着 append 增长。对象 dtype 数组上的许多操作都是使用列表推导式执行的。

---

Replace elements in array with class instances

Pass output from class instance as input to another

我回答了这张试图使用自定义类数组的海报（大约在同一时间范围内搜索）的几个问题。仅访问此类对象的属性需要列表理解。