在Python中命名维度？

Question

有一件事情我很希望能够实现，那就是在 Python 的数组中为维度命名。例如，我有一个具有 3 个维度的 numpy 数组，并且经常需要沿着特定的维度进行求和。

因此，我可以使用一个 ndarray a：

sum(a, axis=2)

如果我的相关尺寸是最后一个，但我想使它“位置无关”，即用户可以提供任何数组，只要他指定“此尺寸为“DI”“(例如，对于“感兴趣的尺寸”). 因此，基本上我想能够编写以下内容：

sum(a, axis="DI")

与NETCDF接近，但我不想实现整个netcdf功能。

- François Laenen

---

不需要问候和感谢。事实上，您甚至可以在此处查看曾经（现在可能已经改进）用于删除它们的正则表达式。 - DSM

我能想到的最好方法是维护一个字典，其中包含从名称到轴编号的映射。或者使用嵌套字典，在底部使用数组，但这可能比它值得的麻烦多了（据我所知，在numpy中也不太合适）。 - Henry Keiter

你真的需要将 DI 定义为字符串吗？如果你在代码中将 DI = 2，那么你就可以使用 np.sum(a, axis=DI)... - jorgeca

Answer 1

你可以编写一个继承自np.ndarray的子类。但是，保持维度和名称之间的对应关系可能会很棘手。

class NamedArray(np.ndarray):
    def __new__(cls, *args, **kwargs):
        obj = np.ndarray(args[0], **kwargs).view(cls)
        return obj

    def __init__(self, *args, **kwargs):
        self.dim_names = None
        if len(args) == 2:
            self.dim_names = args[1]

    def sum(self, *args, **kwargs):
        if (self.dim_names is not None) and (type(kwargs['axis']) == str):
            axis_name = kwargs.pop('axis')
            axis_ind = self.dim_names.index(axis_name)
            kwargs['axis'] = axis_ind
        return super().sum(*args, **kwargs)

#regular ndarray
a = NamedArray([1,2,3], dtype=np.float32)

#ndarray with dimension names
b = NamedArray([1,2,3], ('d1', 'd2', 'd3'), dtype=np.float32)

编辑： Pandas DataFrame 现在已经非常接近原帖中所要求的内容了。

- M456

Answer 2

@M456的想法很聪明，但是如果你有多个数组采用相同的命名方案，我认为更简单的解决方案就是使用字典:

axes = { 'DA': 0, 'DB':1 }
a.sum(axes['DA'])

甚至只是变量：

DA, DB, DC = range(3)
a.sum(DA)

如果这是你的最后一个（或倒数第二个等）轴，只需使用 -1（或 -2等）即可：

a.shape
#(2,3,4)

np.all(a.sum(2) == a.sum(-1))
#True
np.all(a.sum(0) == a.sum(-3))
#True

- askewchan

---

简单而优雅！你们中的几个人提出了这个解决方案，我也应该想到它。是的，@M456的想法不错，但我会选择最简单的一种！谢谢！ - François Laenen