Python如何用字符串键索引多维数组，如字典答案

【问题标题】：Python how to index multidimensional array with string key, like a dictPython如何用字符串键索引多维数组，如字典
【发布时间】：2015-07-23 19:19:30
【问题描述】：

我想将numpy的array的功能与python原生的dict结合起来，即创建一个可以用字符串索引的多维数组。

例如，我可以这样做：

dict_2d = {'a': {'x': 1, 'y': 2},
           'b': {'x': 3, 'y': 4}}
print dict_2d['a','y']  # returns 2

我知道我可以做到dict_2d['a']['x']，但从长远来看，我希望能够像对待 numpy 数组一样对待它们，包括进行矩阵乘法等，而分层 dicts 则不可能。

编写一个简单版本的类也不难，我只是使用该类将所有字符串转换为 int 索引，然后使用 numpy，但如果可能的话，我想使用已经存在的东西。

编辑：我不需要令人难以置信的表现。我将使用 10x10 数组。我的目标是让编写代码变得简单而健壮。使用 numpy 数组与仅在 Fortran 中编写它并没有太大的不同。我已经花费了足够多的时间来追踪 Fortran 索引错误...

【问题讨论】：

您真的需要将数据存储在嵌套结构中吗？你可以只使用一个键是元组的字典。
@BrenBarn 可能会使用大量内存
你想通过不使用 numpy 来实现什么？如果您只想要行/列的字符串标签，请查看pandas，它提供了很好的表格数据类型，可以包装 numpy 数组。
@BrenBarn 我根本不想避免 numpy。它似乎并没有自己做字符串标签。 pandas 看起来就像我希望的那样。我会更详细地检查一下
@BrenBarn Pandas 正是我想要的。如果你想把它写成答案，我会接受。

标签： python numpy dictionary indexing pandas

【解决方案1】：

您可能正在寻找 pandas，它提供了包装 numpy 数组的便捷数据类型，允许您按名称而不是仅按数字访问行和列。

【讨论】：

【解决方案2】：

我不喜欢给出现成的答案 - 但我认为用英语解释它需要更多时间 -

fetch 对象的基本思想是 numpy 的方式是自定义 __getitem__ 方法 - 逗号分隔的值作为元组呈现给方法 - 您只需将元组中的值用作按顺序索引嵌套字典。

除此之外，Python 可以轻松地使用 collections.abc 类创建功能齐全的 dict 等价物：如果您在继承 collections[.abc].MutableMapping 时实现最小的方法集，则所有字典行为都会被模拟 - (__getitem__, __setitem__, __delitem__, __iter__, __len__) - 然后，只需适当地迭代关键组件，并创建新的、空的、常规的字典来存储所需的值。

try:
    from collections import MutableMapping
except ImportError:
    # Python3 compatible import
    from collections.abc import MutableMapping

class NestedDict(MutableMapping):
    def __init__(self, *args, **kw):
        self.data = dict(*args, **kw)

    def get_last_key_levels(self, key, create=False):
        if not isinstance(key, tuple):
            key = (key,)
        current_data = self.data
        for subkey in key:
            previous = current_data
            current_data = current_data[subkey] if not create else current_data.setdefault(subkey, {})
        return previous, current_data, subkey

    def __getitem__(self, key):
        previous, current_data, lastkey = self.get_last_key_levels(key)
        return current_data

    def __setitem__(self, key, value):
        previous, current_data, lastkey = self.get_last_key_levels(key, True)
        previous[lastkey] = value

    def __delitem__(self, key):
        previous, current_data, lastkey = self.get_last_key_levels(key)
        del previous[lastkey]

    def __iter__(self):
        return iter(self.data)

    def __len__(self):
        return len(self.data)

    def __repr__(self):
        return "NestedDict({})".format(repr(self.data))

你准备好了：

>>> from nesteddict import NestedDict
>>> x = NestedDict(a={})
NestedDict({'a': {}})
>>> x["a", "b"] = 10
>>> x
NestedDict({'a': {'b': 10}})
>>> x["a", "c", "e"]  = 25
>>> x
NestedDict({'a': {'c': {'e': 25}, 'b': 10}})
>>> x["a", "c", "e"] 
25
>>>

请注意，这是一个高级实现，它可以正常工作，但您将无法达到在 NumPy 上获得的优化级别 - 相反。如果您需要在这些对象中执行快速数据操作，您也许可以检查“cython” - 或者诉诸将 dict 键转换为数字键并使用 NumPy 的想法（这个想法仍然可以从这个答案中挑选一些想法）

【讨论】：

BrenBarn 的 pandas 建议可以满足我的大部分需求，尽管它似乎不允许 NestedDict['a', 'x']。正如你所描述的那样，用__getitem__ 和__setitem__ 在 pandas 上包裹一层薄薄的层会将它们拉到一起。

【解决方案3】：

使用熊猫假设文件是这样的：

test.csv：

Params, Val1, Val2, Val3
Par1,23,58,412
Par2,56,45,123
Par3,47,89,984

所以你可以在 python 中做这样的事情：

import pandas as pd
x = pd.read_csv('test.csv', index_col='Params')
x['Val1']['Par3']
47

【讨论】：