Question

我从未使用过numpy来代表images或volumetric data来代表它们进行操作。无论如何，numpy可以很好地存储表格，还是更适合在熊猫上完成？

我基本上需要存储表示粒子运动的粒子，并且不确定如何定义形状，以便例如可以在矩阵上运行linalg.svd并更新最后一个字段Determinant < / p>

Position (Vector3 or 3 floats)
Velocity (Vector3 or 3 floats)
Matrix (Matrix or 9 floats)
Determinant (1 float)

我想象过我会创建一个形状(16, 1000)来容纳1000个粒子，但是我将如何重塑9个浮点的matrix以便将其传递给linalg.svd

任何建议表示赞赏。

Answer 1

Numpy使用structured arrays可以很好地处理这种情况。对于您的特定情况，您可以按如下方式创建一个数组（假设您希望Matrix为3x3，以便与SVD一起使用）。 edit ：创建数组应为np.zeros，然后才能逐行或逐字段复制数据。

d = dtype([('pos', float, 3), ('v', float, 3), ('Matrix', float, (3, 3)), ('det', float)])
arr = np.zeros(1000, dtype=d).view(np.recarray)

您不必以recarray的身份查看，但是它允许访问结构化数组字段作为属性（即arr.Matrix将返回1000x3x3数组）。这很方便，因此您可以做类似的事情

arr.det = [det(a) for a in arr.Matrix]

您还可以使用方括号符号和字段名称访问字段，该字段与Recarray或结构化数组一起使用。

arr['det'] = [det(a) for a in arr['Matrix']]