我正在尝试将由（四面体）单元，它们（三角形）面，边和节点组成的非结构化网格拟合到一个既直观又高效的Python数据结构中。 数据结构需要能够回答的问题是“节点k的坐标是什么？”，“哪些边缘在单元格j中？”，“哪些单元格与面i相邻？”等等。
我的第一个猜测就是
nodes_coords = np.array(num_nodes, dtype=np.dtype((float,3)))
cells_dtype = np.dtype([('nodes', (int,4))])
cells = np.array(num_cells, dtype=cells_dtype)
等等。 这样做的好处是有一种非常直观的方法来获得细胞 - 节点关系，即
cells[4]['nodes']
将为您提供单元格＃4中的节点。
目前我可以看到一个缺点： 阵列不可扩展。假设我稍后在运行时决定要添加有关面和边的信息;如何在不移动数据的情况下向字符串数组添加字段，即如何动态扩展数组的dtypes？
解决方法是创建单独的数组，例如
cells_nodes = ...
cells_faces = ...
cells_edges = ...
并在必要时填写它们。这似乎不是很惯用。例如，循环遍历需要节点，面和边的单元格，每次都需要压缩三个数组。
有用的建议，有人吗？
答案 0 :(得分：0)
首先，我会说我不是一个笨拙的专家。我认为虽然可能没有办法按照你的描述进行，但它可能不像你想象的那么大。
正如您所描述的那样，您希望添加字段，但是您希望避免移动数据。我认为这是不可能的。您的选择是：
也许您事先知道哪些网格需要额外的字段？如果是这样，您可以预先分配它们并仔细编写算法以忽略它们不需要操作的字段，以便无论数组中存在哪些额外字段都可以使用它们。
对所有单元格使用相同的dtype，并在不使用时忽略这些字段。浪费一些记忆，但很容易。如果可能的话，
需要添加字段时，使用其他dtype重新分配。虽然这涉及复制，你是否经常这样做，因为副本的成本是一个问题？复制numpy数组非常快，当然与Python'for'相同数据的循环相比。
如您所知，为每个字段保留单独的简单数组。虽然这可能涉及基于Python的循环的压缩，可能这不是你在它们上执行的主要处理，是吗？如果主要是在Python for循环中循环遍历numpy数组，那么你可能不会从numpy中获得很多好处。