array2root返回具有包含分支名称的dtype的元组列表。是否有一种方法可以从uproot.iterate()返回相同类型的格式，而无需在之后进行重塑？
输出应与
的输出相同array = root2array(['file.root'], treename = 'tree', branches = ['pt', 'eta'])
哪个像np.array([(pt0, eta0), (pt1, eta1), ... dtype=[('pt', '<f4'), ('eta', '<f4')]]
答案 0 :(得分：0)
如果您对数组的大小有上限（即从iterate获取数组，那么您可以传递entrysteps=10000并知道它永远不会比{{ 1}}），那么您可以预分配数组，然后将其传递给uproot并进行uproot填充，而不用创建新的数组。您可以将其设置为记录数组：
10000 buffer = numpy.empty(20000, dtype=[("pt", "f8"), ("eta", "f8")])
pt_buffer = buffer["pt"]
eta_buffer = buffer["eta"]
和pt_buffer是eta_buffer的视图，碰巧是交错的，但它们的工作原理与数组一样好。 （我将说明分配buffer而不是仅仅分配20000的原因。）
现在说，您对默认值为10000为interpretation的两个分支感兴趣。使用解释uproot.asdtype(">f8", "f8")和uproot.asarray(">f8", pt_buffer)请求这些数组。第一个参数是Numpy dtype，将用于解释ROOT文件中的原始数据（big-endian，因此为uproot.asarray(">f8", eta_buffer)），第二个参数是要将数据读取到的数组，就地。
">"请参阅the documentation，了解此功能很少使用且并未广泛宣传的功能。
即使for arrays in tree.iterate({"pt": uproot.asarray(">f8", pt_buffer),
"eta": uproot.asarray(">f8", eta_buffer)},
outputtype=tuple, entrysteps=10000):
start = int((arrays[0].ctypes.data - buffer.ctypes.data) / buffer.itemsize)
stop = start + len(arrays[0])
array_of_tuples = buffer[start:stop]
print(array_of_tuples)
正在按照称为iterate的字典填充并向您发送数组，它们还是arrays记录数组（“元组数组”）的列视图。通过查看原始的buffer，我们可以看到所需的结构。
但是，连根拔起实际上是用整个购物篮内容填充buffer，从第一个相关购物篮的开头开始，到最后一个相关购物篮的结尾结束，以覆盖每个子范围：buffer，{ {1}}，[0, 10000)等。因此，您需要的[10000, 20000)部分可以在（[20000, 30000)中开始多个条目，并且很可能在buffer（{{ 1}}）。由于start != 0是20000中第一列的视图，仅包含您想要的条目，因此stop - start != len(buffer)和arrays[0]之间的区别是进入{{ 1}}。除以buffer得到的条目数。结束位置更容易计算。
arrays[0].ctypes.data的预分配必须足够大，以包括您想要的所有条目以及一篮子中需要删除的所有其他条目。如果篮子的大小不超过buffer.ctypes.data，则buffer是安全的。对于给定的buffer.itemsize，您可以使用以下方法确定任何分支的任何购物篮中最多的条目数：
buffer显然，这不是这些函数设计的目的：20000旨在提高性能，以避免重新分配10000之类的大数组。但是，假设您希望将数据放在列中：tree和max(branch.basket_numentries(i) for branch in tree.values()
for i in range(branch.numbaskets))
发送到for循环的主体。在上面的内容中，我们另外希望查看格式化为记录数组（“元组数组”）的数据，因此我们实际上是在查看被称为{{1} }。为了明智地做到这一点（避免与该子范围无关的条目），我们必须明确地将其切出，并且库中没有任何函数可以确定该子范围的位置。但是，
asarray将是这种功能的一般实现。