Python 可以使用字符串访问numpy数组吗？

我有一张这样的桌子：

我希望在python中像这样访问它

table["Water"]["Rice"] = 3

---

numpy.ndarray是否可以这样做？

假设您创建的源numpy数组为：

arr = np.array([[1, 3, 1],
                [2, 5, 3],
                [5, 6, 7]])

但是“普通”Numpy数组没有“符号”索引（名称）。 它们只有整数索引，从0开始的每个维度

您可以在Numpy中定义所谓的结构化数组，但它们 仅允许在一行中使用符号名称。 这样的数组由行（由整数索引索引）和 每行都是命名字段的集合。 但是您需要行和列的符号名，所以Numpy 结构化阵列不是您的选择

在我看来，唯一合理的选择是使用pandasonic DataFrames，其中列和行都可以有符号名

大熊猫：

• 索引是每行的“名称”集合
• 列实际上也是一个索引，但它保持不变 列的名称

要从上述Numpy阵列创建数据帧，您可以运行，例如：

# Names of columns and rows (the same)
names = ['Water', 'Rice', 'Sauce']
# Actual creation of a DataFrame
table = pd.DataFrame(arr, index=names, columns=names)

其内容是：

       Water  Rice  Sauce
Water      1     3      1
Rice       2     5      3
Sauce      5     6      7

要从该数据帧读取元素，您可以使用您的代码，即：

table['Water']['Rice']

在上述代码中：

• 水（第一个索引）是一个列名
• Rice（第二个索引）是行索引（名称）

所以读取的值是2

但访问数据帧元素的一种更为泛泛的方式是：

table.loc['Water', 'Rice']

但这次：

• 水（第一个索引）是一个行索引
• Rice（第二个索引）是一个列名

所以读取的值是3

您还可以在指定的单元格中保存新值，例如：

table.loc['Water', 'Rice'] = 12

现在，当您打印（表格）时，结果是：

       Water  Rice  Sauce
Water      1    12      1
Rice       2     5      3
Sauce      5     6      7

如果您在此数据帧（表）上执行一些操作，但您希望 要将其与其他代码集成，需要使用Numpy数组 （不是数据帧），可以通过以下方式传递：

table.values

i、 e.传递基础Numpy数组

但是，您可以仅使用

---

整数索引。

假设您将源Numpy数组创建为：

arr = np.array([[1, 3, 1],
                [2, 5, 3],
                [5, 6, 7]])

但是“普通”Numpy数组没有“符号”索引（名称）。 它们只有整数索引，从0开始的每个维度

您可以在Numpy中定义所谓的结构化数组，但它们 仅允许在一行中使用符号名称。 这样的数组由行（由整数索引索引）和 每行都是命名字段的集合。 但是您需要行和列的符号名，所以Numpy 结构化阵列不是您的选择

在我看来，唯一合理的选择是使用pandasonic DataFrames，其中列和行都可以有符号名

大熊猫：

• 索引是每行的“名称”集合
• 列实际上也是一个索引，但它保持不变 列的名称

要从上述Numpy阵列创建数据帧，您可以运行，例如：

# Names of columns and rows (the same)
names = ['Water', 'Rice', 'Sauce']
# Actual creation of a DataFrame
table = pd.DataFrame(arr, index=names, columns=names)

其内容是：

       Water  Rice  Sauce
Water      1     3      1
Rice       2     5      3
Sauce      5     6      7

要从该数据帧读取元素，您可以使用您的代码，即：

table['Water']['Rice']

在上述代码中：

• 水（第一个索引）是一个列名
• Rice（第二个索引）是行索引（名称）

所以读取的值是2

但访问数据帧元素的一种更为泛泛的方式是：

table.loc['Water', 'Rice']

但这次：

• 水（第一个索引）是一个行索引
• Rice（第二个索引）是一个列名

所以读取的值是3

您还可以在指定的单元格中保存新值，例如：

table.loc['Water', 'Rice'] = 12

现在，当您打印（表格）时，结果是：

       Water  Rice  Sauce
Water      1    12      1
Rice       2     5      3
Sauce      5     6      7

如果您在此数据帧（表）上执行一些操作，但您希望 要将其与其他代码集成，需要使用Numpy数组 （不是数据帧），可以通过以下方式传递：

table.values

i、 e.传递基础Numpy数组

但是，您可以仅使用

---

整数指数。

你所说的

表是什么意思？Python中没有这样的对象类（或者
numpy
），它基本上是一个字典。数组有索引，字典有键。索引只能是整数，键可以是任何类型。它们是两种不同的数据结构。简短的回答是不。你可能想试试熊猫。。。无论如何，这不是一个明确的问题，请尝试以更具体的方式添加输入…您所说的
表
是什么意思？Python中没有这样的对象类（或者
numpy
），它基本上是一个字典。数组有索引，字典有键。索引只能是整数，键可以是任何类型。它们是两种不同的数据结构。简短的回答是不。你可能想试试熊猫。。。无论如何，这不是一个明确的问题，请尝试以更具体的方式添加输入…谢谢您的回答。我遇到了Numpy的结构化数组。但是我不太明白。谢谢你的解释。熊猫看起来很有趣。我现在用另一种方法解决了它。我创建了自己的类“my_array”，它基本上是一个numpy.ndarray。我重写了“getitem”和“setitem”以在字典中查找给定的字符串（string->int），并使用此int在ndarray中获取/保存值并返回它。我可以随心所欲地使用这个类。但我不确定这是否是一个性能方面的好解决方案。你觉得呢？大家都知道Numpy的运行速度比熊猫快，这对大型阵列尤其重要。您可以比较两个版本的执行时间，例如使用%timeit。也许你的解决方案会更快？试试看，谢谢你的回答。我遇到了Numpy的结构化数组。但是我不太明白。谢谢你的解释。熊猫看起来很有趣。我现在用另一种方法解决了它。我创建了自己的类“my_array”，它基本上是一个numpy.ndarray。我重写了“getitem”和“setitem”以在字典中查找给定的字符串（string->int），并使用此int获取/保存t