自定义类的Numpy数组与列表

Question

我理解为什么“标准”类型的numpy数组几乎总是比包含相同类型数据的列表更高效。因此，最好养成使用numpy数组处理简单内容的习惯，是吗？在

不过，我想知道使用numpy数组“存储”自定义类实例的优点和缺点是什么，而不是使用列表。在

考虑

import numpy as np

class Foo:
    def __init__(self, name):
        self.name = name

class Bar:
    def __init__(self, name):
        self.name = name
        self.myFoos = np.zeros(0, dtype = Foo)

    def add_foo(self, some_foo):
        self.myFoos = np.append(self.myFoos, some_foo)

我可以很好地使用

^{pr2}$

做这个决定时我应该记住什么？在

Foo类的复杂性有很大的区别吗？ （在我的用例中，它可能包含20到30个标准类型，一个或两个固定大小的整数数组，然后是大约10个简单方法。）

myFoos中典型的foo数量有什么不同吗？ （在我的用例中，它将是0到10）

处理myFoos的次数有什么不同吗？ （在我的实际用例中，在用户操作之间可能会调用10到20次。）

尽管代码运行良好，但pyCharm不喜欢最后一个append语句，它警告我

Expected type 'Union[ndarray, iterable]' got 'Foo' instead.

提前谢谢！在

Answer 1

我之前已经讨论过如何生成自定义对象的数组—我将尝试查找一个好的讨论。在

但是，首先要注意几点

np.zeros(0, dtype = Foo)

真的是np.zeros(0, dtype=object)。有标准的数据类型，还有object。它保存指向内存中其他位置的对象的指针。和列表一样，这些可以是任何东西—数字、字符串、列表、数组、Foo()、None等等，并且可以更改。在

远离np.append。它不是list append的好替代品。如果必须使用其他数组创建一个新数组，请学习使用concatenate（这包括正确获取维度）。在

^{pr2}$

{7}它们基本上与cdype列表相同，但它们不能用2d}来改变它们的形状。对象数据类型数组上的许多操作都是通过列表理解来执行的。在

---

Replace elements in array with class instances

Pass output from class instance as input to another

我回答了这个海报上的几个问题（在同一时间段内搜索），他试图使用自定义类的数组。仅仅访问这样一个对象的属性就需要一个列表理解。在