Python 将元数据注释添加到Numpy ndarray

我有一个由三个大数组组成的Numpy ndarray，我只想将生成数据的文件的路径存储在其中的某个地方。一些玩具数据：

A = array([[  6.52479351e-01,   6.54686928e-01,   6.56884432e-01, ...,
              2.55901861e+00,   2.56199503e+00,   2.56498647e+00],
           [             nan,              nan,   9.37914686e-17, ...,
              1.01366425e-16,   3.20371075e-16,  -6.33655223e-17],
           [             nan,              nan,   8.52057308e-17, ...,
              4.26943463e-16,   1.51422386e-16,   1.55097437e-16]],                 
           dtype=float32)

我不能将它作为数组附加到ndarray，因为它需要与其他三个数组的长度相同

我可以添加

np.zero（len（A[0]）

并将第一个值作为字符串，这样我就可以用[-1][0]来检索它，但这似乎很荒谬

是否有一些元数据键可以用来存储字符串，比如

/Documents/Data/foobar.txt'

，这样我就可以用

a.metadata.comment

之类的东西来检索它

---

谢谢

TobiasR的注释是最简单的方法，但您也可以将ndarray子类化。看到或

用法示例：

>>> a = MetaArray([1,2,3], comment='/Documents/Data/foobar.txt')
>>> a.metadata
{'comment': '/Documents/Data/foobar.txt'}

---

听起来您可能对以持久的方式将元数据与数组一起存储感兴趣。如果是这样，HDF5是用作存储容器的最佳选择

例如，让我们创建一个数组，并使用

h5py

将其保存到包含一些元数据的HDF文件中：

import numpy as np
import h5py

some_data = np.random.random((100, 100))

with h5py.File('data.hdf', 'w') as outfile:
    dataset = outfile.create_dataset('my data', data=some_data)

    dataset.attrs['an arbitrary key'] = 'arbitrary values'
    dataset.attrs['foo'] = 10.2

然后我们可以在以下内容中重新阅读：

import h5py

with h5py.File('data.hdf', 'r') as infile:
    dataset = infile['my data']
    some_data = dataset[...] # Load it into memory. Could also slice a subset.

    print dataset.attrs['an arbitrary key']
    print dataset.attrs['foo']

正如其他人提到的，如果您只关心在内存中存储数据+元数据，那么更好的选择是

dict

或简单包装类。例如：

class Container:
    def __init__(self, data, **kwargs):
        self.data = data
        self.metadata = kwargs

import scipy.signal
import numpy as np

class SeismicCube(object):
    def __init__(self, data, bounds, metadata=None):
        self.data = data
        self.x0, self.x1, self.y0, self.y1, self.z0, self.z1= bounds
        self.bounds = bounds
        self.metadata = {} if metadata is None else metadata

    def inside(self, x, y, z):
        """Test if a point is inside the cube."""
        inx = self.x0 >= x >= self.x1
        iny = self.y0 >= y >= self.y1
        inz = self.z0 >= z >= self.z1
        return inx and iny and inz

    def inst_amp(self):
        """Calculate instantaneous amplitude and return a new SeismicCube."""
        hilb = scipy.signal.hilbert(self.data, axis=2)
        data = np.hypot(hilb.real, hilb.imag)
        return type(self)(data, self.bounds, self.metadata)

当然，这不会直接表现为numpy数组，但是将

ndarrays子类化通常是个坏主意。（可以，但很容易出错。设计一个将数组存储为属性的类几乎总是更好的选择。）

更好的方法是，使用与上述示例类似的类方法进行任何操作。例如：

class Container:
    def __init__(self, data, **kwargs):
        self.data = data
        self.metadata = kwargs

import scipy.signal
import numpy as np

class SeismicCube(object):
    def __init__(self, data, bounds, metadata=None):
        self.data = data
        self.x0, self.x1, self.y0, self.y1, self.z0, self.z1= bounds
        self.bounds = bounds
        self.metadata = {} if metadata is None else metadata

    def inside(self, x, y, z):
        """Test if a point is inside the cube."""
        inx = self.x0 >= x >= self.x1
        iny = self.y0 >= y >= self.y1
        inz = self.z0 >= z >= self.z1
        return inx and iny and inz

    def inst_amp(self):
        """Calculate instantaneous amplitude and return a new SeismicCube."""
        hilb = scipy.signal.hilbert(self.data, axis=2)
        data = np.hypot(hilb.real, hilb.imag)
        return type(self)(data, self.bounds, self.metadata)

您可以将A放入字典中，其中数据字段指向A，注释字段指向您的注释。在各种操作中使用
A
时，是否希望携带此元数据，无论是
C=A+B
，
A1=A[2，：]
，
A2=A.copy（）
？研究
masked_数组
代码，了解如何将额外数据添加到数组中。这是可能的，但并不简单。不幸的是，此元数据不会通过任何创建副本的函数传播，就像
scipy.ndimage
中的函数一样。但我不确定是否有一个好的解决方案。不幸的是，这没有通过
numpy.isscalar（）
检查，因为
isinstance（obj，generic）
、ScalarType中的
type（obj）或
isinstance（或numbers.Number）
都不是
True
。有没有办法伪造这个数组，使其本身成为一个
np.ndarray
？子类化
\uuuu类\uuuuu
不起作用。