在Python中构建一般的2D/3D/ND数据集的最健壮、最具交互性的方法是什么？

Question

我是一个科学家，最近从MATLAB转换成Python。我正在寻找构建我的（主要是二维和三维）数据集的方法。我在网上搜索了不少，在我看来，Python中健壮的和通用数据结构仍然有些悬而未决。我认为这个问题和任何答案对于其他Python科学家来说都是非常有意义的，因为他们正在寻找一种结构数据的方法，以便能够集中精力解决手头的问题，而不是底层的实现。在

我的数据结构的一个例子是time x altitude x parameter，其中parameter是例如密度、温度等。对于时间维度，我想使用datetime对象，因为这看起来非常健壮，便于转换、格式化等

到目前为止，我已经研究过熊猫和MetaArray（来自SciPy食谱）。在

Pandas作为一种数据类型的主要缺点是它远不止这些。面板中的每个维度（项目、长轴、短轴）似乎都有特定的首选用途，但我不知道是哪个。具体来说，索引根据维度的不同而不同，在创建数据结构之后，某些维度可能无法展开。因此，尽管Pandas的一些功能，比如分组（.groupby）对我的一小部分工作确实有用，但是Pandas对于交互式科学工作并不是很直观，我发现自己正在寻找其他选项作为我的日常数据类型。在

我还简要地研究了SciPy食谱中的MetaArray。这看起来更像是一种干净的数据类型，而且索引看起来非常直观和灵活，使其更适合于交互式科学工作。然而，它不是（AFAIK）任何软件包的一部分，需要手动下载和安装，这使得如果我需要与其他科学家合作，可移植性就变得更加困难。而且，我几乎找不到任何使用它的例子，因此它看起来更像是一个构建N维数据集问题的临时解决方案。在

我也听说过Blaze，号称是“新一代的纽普瑞”，但据我所知，它仍处于早期开发阶段。（欢迎体验Blaze！）在

因此，我想要一些例子（模块、软件包等）来说明N维数据集（尤其是3D）是如何用Python构建的，最重要的是为了方便交互使用。在