对象属性的 Numpy 数组

Question

我有一个多维对象数组，例如：

 a = np.array([obj1,obj2,obj3])

对象是具有多个属性的类的实例。假设其中之一是高度，其中之一是长度。要获得相应的多维长度和高度数组，我执行以下操作：

 lengths = np.array([obj1.length,obj2.length,obj3.length])

 heights = np.array([obj1.height,obj2.height,obj3.height])

这开始使我的代码混乱很多。有没有更有效的方法来做到这一点？例如，我有类似的东西

 heights = a.height

记住，但显然它不起作用，因为 a 是我的对象而不是我的对象的数组。但是有没有类似的东西我可以做，既高效又pythonic？我试过类似的东西

 for x in np.nditer(a,flags=['refs_ok']):
    print x.length

看看会发生什么，但它不起作用，因为 nditer 以某种方式返回一个元组。

有任何想法吗？

Answer 1

您可以向量化该函数：

>>> import numpy
>>> 
>>> class Obj(object):
...     def __init__(self, x, y):
...         self.x = x
...         self.y = y
... 
>>> arr = numpy.array([Obj(1, 2), Obj(3, 4), Obj(5, 6)])
>>> 
>>> vectorized_x = numpy.vectorize(lambda obj: obj.x)
>>> 
>>> vectorized_x(arr)
array([1, 3, 5])

尽管我不确定您是否应该首先存储 Python 对象的 NumPy 数组。Vectorize 并不比 Python 循环更高效。存储 (n+1)-D 数组会更有效，因为我们可以简单地通过切片（这是本机操作）轻松提取内容，例如

>>> a = numpy.array([[(1, 2), (3, 4), (5, 6)], [(7, 8), (9, 10), (11, 12)], [(-13, -14), (-15, -16), (-17, -18)]])
>>> a[:,:,0]
array([[  1,   3,   5],
       [  7,   9,  11],
       [-13, -15, -17]])
>>> a[:,:,1]
array([[  2,   4,   6],
       [  8,  10,  12],
       [-14, -16, -18]])