Python 如何将列动态分配给PyTables IsDescription类？

假设我有一个PyTables描述类：

In [1]: import tables as tb
        class DataDescr(tb.IsDescription):
            timestamp = tb.Time64Col(pos=0)
            value_b = tb.Float32Col(pos=2)

现在我动态地分配

值a

。我需要这样做，因为这个列的形状取决于一些用户输入

In [2]: DataDescr.value_a = tb.Float32Col(pos=1, shape=given_shape)

但是，当查看使用此描述创建的表时，我看不到新列

In [3]: h5file = tb.open_file('goodstuff.h5', mode='w')
        table = h5file.create_table('/', 'data', DataDescr)
        table
Out[3]: /data (Table(0,)) ''
          description := {
          "timestamp": Time64Col(shape=(), dflt=0.0, pos=0),
          "value_b": Float32Col(shape=(), dflt=0.0, pos=1)}
          byteorder := 'little'
          chunkshape := (5461,)

---

如何解决此问题？

有几个选项可供选择（请参阅）

选项1：添加带有

IsDescription.columns

IsDescription

对象具有一个

columns

属性，该属性在字典中存储列信息，可用于动态赋值。如问题所述，从一节基本完整的课开始

class DataDescr(tb.IsDescription):
    timestamp = tb.Time64Col(pos=0)
    value_b = tb.Float32Col(pos=2)

…然后添加缺少的属性

DataDescr.columns['value_a'] = tb.Float32Col(pos=1, shape=(3, 2))

---

选项2：使用字典描述 与其说是类描述，不如从字典描述开始

data_descr = dict(
    timestamp=tb.Float64Col(pos=1),
    value_b=tb.Float32Col(pos=2),
)

…然后在字典中添加一个条目

data_descr['value_a'] = tb.Float32Col(pos=1, shape=(3, 2))

---

选项3：一次性创建NumPy数据类型描述 由于NumPy数据类型不支持项分配，因此此方法要求一次创建所有描述。如果这是一个问题，选项1和2可用

data_descr = np.dtype([
    ('timestamp', np.float64),
    ('value_a', (np.float32, (3, 2))),
    ('value_b', np.float32),
])

---

[可能很危险]选项4：修改dict条目的形状 我将提到最后一个选项，它不一定得到支持。因此，最好远离这个选项

从没有指定大小的完整词典开始后

data_descr = dict(
    timestamp=tb.Float64Col(pos=1),
    value_a=tb.Float32Col(pos=1),
    value_b=tb.Float32Col(pos=2),
)

…修改

'value\u a'

条目的形状

data_descr['value_a'].shape = (3, 2)

注意：这不适用于类描述，原因我不知道。

class DataDescr(tb.IsDescription):
    timestamp = tb.Time64Col(pos=0)
    value_a = tb.Float32Col(pos=1)
    value_b = tb.Float32Col(pos=2)

DataDescr.columns['value_a'].shape = (3, 2)

h5file = tb.open_file('goodstuff.h5', mode='w')
table = h5file.create_table('/', 'data', DataDescr)

row = table.row
row['value_a'] = np.ones((3, 2)) * 5
row.append()

结果：

TypeError: invalid type (<class 'numpy.ndarray'>) for column ``value_a``

TypeError:列``value\u a的类型（）无效``

或者，您可以通过编程创建Numpy数据类型来定义表描述，而不是使用

tb.IsDescription

。所有3列的数据类型如下：

tb_dt=np.dtype（[（'timestamp'，np.float64），（'value_a'，（np.float32，（3,2）），（'value_b'，np.float32）]

。然后，在创建表时参考

tb_dt

。列的顺序将与数据类型相同。谢谢@kcw78，这可能是一个更好的解决方案。我会把它添加到我的答案中。看起来还可以使用字典：是的，有5种方法来定义表。这些选项在Pytables文档中为

文件定义。create_table（）

（请参见

description

参数）。我倾向于使用Numpy数据类型b/c，在HDF5和Numpy阵列之间交换大量数据。事实上，如果将表数据加载到Numpy结构化数组中，可以使用

description=

或

obj=

参数引用它，并定义表，同时加载数据。：-）Pytables使用数组的数据类型。这是我创建表的首选方法。