具有命名字段访问的python张量

我想在Python中使用类似于——或优于——R数组的东西。R数组是具有dimnames属性的类张量对象，该属性允许直接基于名称（字符串）对张量进行子集。在numpy中，重新排列允许列名，并允许灵活高效地对二维数组进行子集设置。Python中是否有类似的操作，例如通过使用名称（或者更好的是，Python中可散列且不可变的对象）对Ndarray进行切片和子集分割？

这种从字符串列表到索引的快速而肮脏的映射怎么样？您可以使用可调用类来清理符号

def make_dimnames(names):
    return [{n:i for i,n in enumerate(name)} for name in names]
def foo(d, *args):
    return [d[x] for x in args]

A = np.arange(9).reshape(3,3)
dimnames = [('x','y','z'),('a','b','c')]
Adims = make_dimnames(dimnames)
A[foo(Adims[0],'x','z'),foo(Adims[1],'b')]  # A[[0,2],[1]]
A[foo(Adims[0],'x','z'),slice(*foo(Adims[1],'b','c'))]  # A[[0,2],slice(1,2)]

还是

R

对DIMName做了更重要的事情

类稍微压缩语法：

class bar(object):
    def __init__(self,dimnames):
        self.dd = {n:i for i,n in enumerate(dimnames)}
    def __call__(self,*args):
        return [self.dd[x] for x in args]
    def __getitem__(self,key):
        return self.dd[key]
d0, d1 = bar(['x','y','z']), bar(['a','b','c'])
A[d0('x','z'),slice(*d1('a','c'))]

子类ndarray，带有添加属性（可以是dinnames）的简单示例。大概扩展索引以使用该属性并不难

受

numpy/index\u技巧

中使用

\uuu getitem\uuuuuuuuuu

的启发，我概括了索引：

class DimNames(object):
    def __init__(self, dimnames):
        self.dd = [{n:i for i,n in enumerate(names)} for names in dimnames]
    def __getitem__(self,key):
        # print key
        if isinstance(key, tuple):
            return tuple([self.parse_key(key, self.dd[i]) for i,key in enumerate(key)])
        else:
            return self.parse_key(key, self.dd[0])
    def parse_key(self,key, dd):
        if key is None:
            return key
        if isinstance(key,int):
            return key
        if isinstance(key,str):
            return dd[key]
        if isinstance(key,tuple):
            return tuple([self.parse_key(k, dd) for k in key])
        if isinstance(key,list):
            return [self.parse_key(k, dd) for k in key]
        if isinstance(key,slice):
            return slice(self.parse_key(key.start, dd),
                         self.parse_key(key.stop, dd),
                         self.parse_key(key.step, dd))
        raise KeyError

dd = DimNames([['x','y','z'], ['a','b','c']])

print A[dd['x']]              # A[0]
print A[dd['x','c']]          # A[0,2]
print A[dd['x':'z':2]]        # A[0:2:2]
print A[dd[['x','z'],:]]      # A[[0,2],:]
print A[dd[['x','y'],'b':]]   # A[[0,1], 1:]
print A[dd[:'z', :2]]         # A[:2,:2]

---

我想进一步的步骤是将

A

子类化，将

dd

添加为属性，并更改其

\uuuu getitem\uuuuu

，将符号简化为

A[[['x'，'z']，'b'：]

这就是您要寻找的：否。pandas.panel只需在一个宽矩阵上返回一个长的表示（或者用类似于行话的重塑方式，它会融化）。我正在寻找一个真正的带有命名轴标签的张量对象。事实上，你的第二个例子是做R做不到的事情。但是，对于大多数示例来说，R的语法更简洁（我无法用Python重现，这是我的错），并且不需要携带Adims对象；例如，A[['x'、'z']、'b']或A[['x'、'z']、['b']]。我的第二个担忧是，当堆叠张量时，R会处理属性，而这种方法不会。我的第三个担忧是，我反对重新发明轮子，而宁愿使用已经建立的东西。我为

\uuuuu getitem\uuuuu

添加了更多功能，因此它直接处理切片、元组等。它试图复制existing

numpy

getitem，在字符串情况下添加字典查找。