我相对较不熟悉使用Python进行数据分析，因此我试图确定一种最实用，最有用的方式来读取数据，以便可以对其进行索引并在计算中使用它。我有很多以np.arrays形式出现的图像，每个图像都有一组对应的数据，例如x和y坐标，大小，过滤器编号等。我只想确保每组数据及其分组对应的图像。我的第一个想法是将数据粘贴在数据类实例的np.array中（其中数组的每个元素都是包含我所有数据的实例）。我的第二个想法是熊猫数据框。
我的直觉告诉我，使用数据框更有意义。 np.arrays是否可以很好地存储在数据帧中？每种方法的优点/缺点是什么？如果我需要经常从它们中提取数据，并且始终需要确保数据可以与其对应的图像匹配，那将是最好的选择？
我必须读入哪些变量：x_coord-浮点数，y_coord-浮点数，过滤器-整数，图像-np.ndarray。
我一直试图将图像阵列粘贴到pandas数据框中，但是使用.loc对其进行索引时，运行Jupyter Notebook单元非常慢。使用.from_dict()填充数据框也非常慢。我猜数据帧不是要保存np.ndarrays吗？
我最大的担忧是簿记和索引编制的便捷性-我如何做才能始终确保可以检索对应图像的元数据？数据应采用哪种形式，以便我可以轻松提取图像及其元数据，或具有相同过滤器编号的所有图像，等等。