Python 如何使用NumPy数组实现字典？

我需要将大量的数字对写入一个NumPy数组。因为这些对中有很多的第二个值是0，所以我想做一些类似于字典的东西。问题是我已经通读了关于结构化数组的NumPy文档，看起来像页面上那样构建的字典只能使用字符串作为键

除此之外，我需要插入和搜索，以具有日志（N）复杂性。我曾想过使用一个常规的NumPy数组作为存储来创建自己的红黑树结构，但我相当确定有一种更简单的方法来实现这一点

语言是Python2.7.12。

因此您有一个

（N，2）

数组，

x[：，1]

中的许多值都是0

你所说的插入是什么意思？向数组添加值以使其

（N+1,2）

？或者只是把

x[i，：]

换成新的东西

那搜索呢

numpy

数组非常适合查找第i个值，

x[i，：]

，但不适合查找与

z

匹配的值。

scipy.sparse

实现了各种形式的稀疏矩阵，如果不到十分之一的可能值为非零，则该矩阵非常有用。一种格式是

dok

，一种键字典。它实际上是一个

dict

子类，键是一个二维索引元组

（i，j）

。其他格式将其值存储为数组，例如行、列和数据

结构化数组

适用于具有少量命名字段的情况，每个字段可以保存不同类型的数据。但我认为将

（N，2）

数组转换为包含两个字段的

（N，）

数组没有任何帮助

================

您的评论表明您不熟悉

numpy

数组的存储或访问方式

数组由一个扁平的1d

数据缓冲区

（只是一个

c

字节数组）和

形状

、

步幅

、

项目大小

和

数据类型

等属性组成

假设它是np.arange（100）

[1324]中的

：np.arange（100）。\uuuu数组\u接口__
Out[1324]：
{'data'：（163329128，假），
'descr'：[（''，字典最基本的形式是一种称为
HashMap
的结构。实现HashMap依赖于将键转换为可以快速查找的值。病理学示例是使用
int
s作为键：键
1
的值将进入
数组[1]
，键
2
的值将进入
数组[2]
，哈希函数只是标识函数。您可以使用numpy数组轻松实现它

如果您想使用其他类型，只需编写一个好的哈希函数，将这些键转换为数组中的唯一索引。例如，如果您知道有一个
（int，int）
元组，并且第一个值永远不会超过100，则可以执行
100*key[1]+key[0]

哈希函数的实现将决定字典替换的成败。
为什么需要专门使用NumPy数组？@David Z，因为我使用的数据量太大，无法存储在RAM上。这就是为什么我需要将它提供给另一个数据类型（此数据类型）它支持直接写入硬盘的数据库。实际上，它有一个NumPy阵列，可以在需要时写入硬盘…啊，这是有用的信息（并包括在问题中）。它还提供了使用不同大容量存储库的选项，如果有一个库可以简化此任务的话。@DavidZ好吧，使用另一个库并不是一个真正的选项，因为我必须在新系统上重做所有事情，这可能比编写自己的包装器更困难。无论如何，我将把它留到下个星期k思考。希望有人有想法……是的，我明白了，我可以轻松地构建数组，以便快速找到值的位置，但插入是个问题。如果我想保持数组排序，在插入后，我需要将每个大于插入的元素向右移动，有效地使插入的复杂性为O（n）.我需要达到O（logN）的复杂度，就像使用红黑树可以做到的那样（最好不需要自己编写它…你可以说我想要一个（N，2）数组，它按其第一个元素排序，这样它的插入和搜索复杂度为O（logN）。通过插入，我的意思是向数组中添加一个新元素，使其保持排序状态。通过搜索，我的意思是查找索引，从而查找元素的第二个值，给定它的第一个值。我知道这是可能的，因为这是Python字典的工作方式。我问是否有一个内置子类型numpy.array，其中包含ese属性，因为它有索引…通过上所述的元素（指定名称而不是索引部分）。此外，我严格限于NumPy数组，因此没有scipy或其他库…我已详细介绍了NumPy数组的存储和访问方式。
In [1324]: np.arange(100).__array_interface__
Out[1324]: 
{'data': (163329128, False),
 'descr': [('', '<i4')],
 'shape': (100,),
 'strides': (4,)
 'typestr': '<i4',
 'version': 3}