我想知道numpy
是否可以用于构建最基本的多维数据集模型,其中存储所有交叉组合及其计算值
让我们以以下数据为例:
AUTHOR BOOK YEAR SALES
Shakespeare Hamlet 2000 104.2
Shakespeare Hamlet 2001 99.0
Shakespeare Romeo 2000 27.0
Shakespeare Romeo 2001 19.0
Dante Inferno 2000 11.6
Dante Inferno 2001 12.6
并且能够构建类似于:
YEAR TOTAL
AUTHOR BOOK 2000 2001
(ALL) (ALL) 142.8 130.6 273.4
Shakespeare (ALL) 131.2 118.0 249.2
Dante (ALL) 11.6 12.6 24.2
Shakespeare Hamlet 104.2 99.0 203.2
Shakespeare Romeo 27.0 19.0 46.0
Dante Inferno 11.6 12.6 24.2
我希望使用像^{numpy
(不是熊猫)构建一个包含所有预计算值的结构,以构建一个结构,这样我就可以检索所有可能组合的上述结果。为了简单起见,我们只考虑^ {CD4}}作为唯一可能的计算。也许这是一种迂回的提问方式,但是numpy
是做这件事的支柱吗,还是我需要使用其他的东西
最后,如果在numpy
中不可能,那么如何将其存储在MDA中
这是一个解决方案的示意图,显然您需要包装辅助函数和类以提供一个简单的接口。其思想是将每个唯一的名称映射到一个索引(为了简单起见,这里是顺序的),然后使用该索引将值存储在数组中。它是次优的,因为您必须将数组填充到最大数量的不同项的最大大小。数组为零,否则不要包含在和中。如果想避免添加零元素,可以考虑掩码数组和掩码和。p>
我认为
numpy
记录数组可以用于此任务,下面是我基于记录数组的解决方案基于此
rec_array
,给定数据我们创建一个实例
例如,如果你想卖掉莎士比亚的《罗密欧》,你可以这么做
输出为46.0
或者,你也可以这样做
输出为131.2
对于数据结构,可以定义以下类:
基本上是一个二维numpy数组的轻包装。要计算交叉列表,您可以执行以下操作:
假设输入一个
arr
数组:那么
x_tab
可以这样调用:输出
请注意,此表示法(repr)仅用于显示结果,您可以根据需要进行更改。然后可以按如下方式访问多维数据集的单元格:
输出
请注意,大部分操作都在x_tab函数中,该函数使用纯numpy函数。同时,它为您选择的任何聚合函数提供了灵活的接口,只需更改此行的ufunc:
由本list的任何其他人。有关更多信息,请参阅at运算符的文档
代码的工作副本可在here找到。以上是基于这个gist
注意 这假设您正在为索引传递多个列(rows参数)
相关问题 更多 >
编程相关推荐