我是python的新手，正在尝试找出解决数据分析问题的最佳方法。如果这个问题看起来很基本，请道歉我基本上想要帮助确定是否要使用元组，dicts或pandas数据帧来存储我的数据。这是我的情景：
我的数据：我有一个3D空间数据集，数据位于不均匀的XYZ位置。数据点的精确位置至关重要，因此我无法重新采样到偶数网格，这将更容易处理。每个XYZ数据点都有一组相关的细节，包括字符，整数，浮点数和布尔类。我基本上有一个相当混乱的云＆＃39;数据。
我的目标：我希望能够检查每一种类型的问题＆＃39; X＆＃39;在数据集中，查看给定半径内所有其他点的属性（它们是什么类型，以及各种其他特征）。
我的问题：存储和查询此类数据的最有效方法是什么？直观地说，一个包含x，y，z，......列的pandas数据框是有意义的，但鉴于我将使用大型数据集，我担心这是否是最有效的方法。创建一个dict对象是明智的，其中定义是XYZ元组，而存储的值是dict包含该点特征的对象吗？有没有明显的方法可以做到这一点，我错过了？
非常感谢任何帮助/建议！
提前致谢。
答案 0 :(得分：1)
由于这个用例的瓶颈似乎是对数据的空间查询，我会选择将坐标存储在高度优化的空间查询数据结构中的方法，然后你有一个字典，你可以根据需要检索点的其他功能。高性能专用库，即用于计算几何的boost图和CGAL遵循类似的哲学（例如，参见boost http://www.boost.org/doc/libs/1_37_0/libs/graph/doc/using_property_maps.html中的属性映射）
关于适当的数据结构，可能SciPy有适合你的东西http://docs.scipy.org/doc/scipy/reference/spatial.html KDTree将是最近邻查询的选项。 Pandas可以存储数据是，但它没有专门的空间索引支持。