python numpy array/dict 多重继承

我想知道是否有一种简单的方法可以创建一个类来处理 numpy 数字数组的整数和关键字索引。

最终目标是拥有一个 numpy 数组，我还可以使用每个变量的名称对其进行索引。 例如，如果我有列表

import numpy as np 
a = [0,1,2,3,4] 
names = ['name0','name1','name2','name3','name4'] 
A = np.array(a) 

我希望能够通过调用(例如)A['name1'] 轻松获取 A 的值，同时让数组保留 numpy 数组的所有功能。

谢谢!

彼得

编辑:

非常感谢您的帮助，我会尝试更清楚地说明预期用途!我有一组现有代码，它使用 numpy 数组来存储和应用变量向量。我的向量有大约 30 个条目。

当我想查看某个特定变量的值时，或者当我想对其中一个变量进行更改时，我必须记住哪个条目对应于哪个变量(条目的顺序或数量不一定会改变一旦创建了数组)。现在我用字典来记录。例如，我有一个带有 30 个值的 numpy 数组“VarVector”。 “vmax”是条目 15，值为 0.432。然后我将有一个包含 30 个键 'VarDict' 的并发字典，这样 VarDict[entry] = index.这样我就可以通过链接调用找到 vmax 的值

VarVector[VarDict["vmax"]]

这将返回 0.432

我想知道是否有一种简单组合这两个结构的好方法，这样 VarVector[15](为了兼容性)和 VarVector["vmax"](为了方便我)都指向相同的数字.

谢谢! 彼得

请您参考如下方法:

根据您的描述，听起来您只想要一个 structured array (内置于 numpy)。例如

# Let's suppose we have 30 observations with 5 variables each... 
# The five variables are temp, pressure, x-velocity, y-velocity, and z-velocity 
x = np.random.random((30, 5)) 
 
# Make a structured dtype to represent our variables... 
dtype=dict(names=['temp', 'pressure', 'x_vel', 'y_vel', 'z_vel'], 
           formats=5 * [np.float]) 
 
# Now view "x" as a structured array with the dtype we created... 
data = x.view(dtype) 
 
# Each measurement will now have the name fields we created... 
print data[0] 
print data[0]['temp'] 
 
# If we want, say, all the "temp" measurements: 
print data['temp'] 
 
# Or all of the "temp" and "x_vel" measurements: 
print data[['temp', 'x_vel']] 

另请查看 rec arrays .它们稍微灵活一些，但速度明显较慢。

data = np.rec.fromarrays(*x,  
              names=['temp', 'pressure', 'x_vel', 'y_vel', 'z_vel']) 
print data.temp 

但是，您很快就会遇到这两种方法中的任何一种的局限性(即您可以命名两个轴)。在那种情况下，看看 larry ，如果你只想标记项目，或者 pandas如果您希望标记数组具有很多不错的缺失值处理。