Python 2.7 二维结构阵列

我正在尝试用Python构建一个

结构化数组

，可以通过列和行的名称访问该数组。使用numpy的

结构化数组
方法是否可以实现这一点

例如：
我的数组应该大致具有以下形式：

My_array =        A B C 
                E 1 2 3 
                F 4 5 6 
                G 7 8 9 

我想有可能做到以下几点：

My_array["A"]["E"] = 1
My_array["C"]["F"] = 6

在pyhton中是否可以使用
结构化数组执行此操作，或者是否有另一种类型的结构更适合执行此任务？
通过重新排列，您可以使用点符号或特定参考列名访问列。对于行，它们是通过行号访问的。我没有看到通过行名称访问它们，例如：

>>> import numpy as np
>>> a = np.arange(1,10,1).reshape(3,3)
>>> dt = np.dtype([('A','int'),('B','int'),('C','int')])
>>> a.dtype = dt
>>> r = a.view(type=np.recarray)
>>> r
rec.array([[(1, 2, 3)],
       [(4, 5, 6)],
       [(7, 8, 9)]], 
      dtype=[('A', '<i4'), ('B', '<i4'), ('C', '<i4')])
>>> r.A
array([[1],
       [4],
       [7]])
>>> r['A']
array([[1],
       [4],
       [7]])
>>> r.A[0]
array([1])
>>> a['A'][0]
array([1])
>>> # now for the row
>>> >>> r[0]
rec.array([(1, 2, 3)], 
      dtype=[('A', '<i4'), ('B', '<i4'), ('C', '<i4')])
>>>

>>将numpy作为np导入
>>>a=np.arange（1,10,1）。重塑（3,3）
>>>dt=np.dtype（[（'A'，'int'），（'B'，'int'），（'C'，'int'））
>>>a.dtype=dt
>>>r=a.view（类型=np.recarray）
>>>r
记录数组（[（1,2,3）]，
[(4, 5, 6)],
[(7, 8, 9)]], 
dtype=[（'A'，'基本结构化数组提供了可以用一个名称索引的内容：

In [276]: dt=np.dtype([('A',int),('B',int),('C',int)])
In [277]: x=np.arange(9).reshape(3,3).view(dtype=dt)
In [278]: x
Out[278]: 
array([[(0, 1, 2)],
       [(3, 4, 5)],
       [(6, 7, 8)]], 
      dtype=[('A', '<i4'), ('B', '<i4'), ('C', '<i4')])

In [279]: x['B']   # index by field name
Out[279]: 
array([[1],
       [4],
       [7]])

In [280]: x[1]    # index by row (array element)
Out[280]: 
array([(3, 4, 5)], 
      dtype=[('A', '<i4'), ('B', '<i4'), ('C', '<i4')])

In [281]: x['B'][1]
Out[281]: array([4])

In [282]: x.shape    # could be reshaped to (3,)
Out[282]: (3, 1)

一
，
零
，
空
也可以构造基本的结构化数组

In [287]: np.ones((3,),dtype=dt)
Out[287]: 
array([(1, 1, 1), (1, 1, 1), (1, 1, 1)], 
      dtype=[('A', '<i4'), ('B', '<i4'), ('C', '<i4')])

[287]中的
：np.one（（3，），dtype=dt）
Out[287]：
数组（[（1,1,1），（1,1,1），（1,1,1）]，
数据类型=[（'A'，你可以使用@yangjie tanks，
pandas
看起来很不错。但是，我必须通过MPI接口传递这些数据
numpy
将是一个很好的解决方案，因为它们更快更容易通过接口。谢谢你的建议。我想我可以解决列的索引问题。但是，如果我使用
np.zeros（（3,3））
我得到了一个数组，它一行有两个三元组：
[（0.0,0.0,0.0），（0.0,0.0,0.0）]
。但我只想要一个三元组。
dtype=[（'a'，np.float），（'B'，np.float），（'C'，np float）]
解决了这个问题。有人能告诉我为什么吗？swot我正在将行内容添加到我原来的post中，不能在注释中正确格式化，所以请容忍我。要从[299]：z=y.view（type=np.recarray）中的第298行继续，然后在[300]：z.a['F']或[3XX]：z.a.F数组中（1）重新排列只需添加简单排列['field'的功能使用arry.field表示法，因此z.A.F“看起来”比slice等价物更好，我的
dt2
dtype可以转换为
recarray
，并使用
x.A.F
访问。数据类型越复杂，
recarray
看起来就越好。@hpaulj感谢对不同可能性的讨论。我不知道这种可能性ty嵌套
dtypes
。也许，稍后我会试用嵌套
dtypes
的上一个建议。
In [283]: x1 = np.arange(9).reshape(3,3)
In [284]: x2=np.array([tuple(i) for i in x1],dtype=dt)
In [285]: x2
Out[285]: 
array([(0, 1, 2), (3, 4, 5), (6, 7, 8)], 
      dtype=[('A', '<i4'), ('B', '<i4'), ('C', '<i4')])
In [286]: x2.shape
Out[286]: (3,)

In [287]: np.ones((3,),dtype=dt)
Out[287]: 
array([(1, 1, 1), (1, 1, 1), (1, 1, 1)], 
      dtype=[('A', '<i4'), ('B', '<i4'), ('C', '<i4')])

In [294]: dt1=np.dtype([('D',int),('E',int),('F',int)])

In [295]: dt2=np.dtype([('A',dt1),('B',dt1),('C',dt1)])

In [296]: y=np.ones((),dtype=dt2)

In [297]: y
Out[297]: 
array(((1, 1, 1), (1, 1, 1), (1, 1, 1)), 
      dtype=[('A', [('D', '<i4'), ('E', '<i4'), ('F', '<i4')]), ('B', [('D', '<i4'), ('E', '<i4'), ('F', '<i4')]), ('C', [('D', '<i4'), ('E', '<i4'), ('F', '<i4')])])

In [298]: y['A']['F']
Out[298]: array(1)