在 numpy 中表示粒子运动答案

【问题标题】：Representing particle motion in numpy在 numpy 中表示粒子运动
【发布时间】：2018-09-10 19:51:59
【问题描述】：

我从来没有使用numpy 来表示超过images 或volumetric data 我会对它们运行操作。无论如何，numpy 适合存储表格还是更适合在 pandas 上完成？

我基本上需要存储粒子来表示粒子运动，但我不确定如何定义形状，以便可以在矩阵上运行 linalg.svd 并更新最后一个字段 Determinant

Position (Vector3 or 3 floats)
Velocity (Vector3 or 3 floats)
Matrix (Matrix or 9 floats)
Determinant (1 float)

我想我会创建一个形状 (16, 1000) 来容纳 1000 个粒子，但是我将如何重塑 9 个浮点数的 matrix，以便我可以将它传递给 linalg.svd

任何建议表示赞赏。

【问题讨论】：

【解决方案1】：

Numpy 使用structured arrays 很好地处理了这种情况。对于您的特定情况，您可以按如下方式创建一个数组（假设您希望 Matrix 为 3x3 以用于 SVD）。 edit：应该是np.zeros创建数组，然后你可以逐行或逐字段复制数据。

d = dtype([('pos', float, 3), ('v', float, 3), ('Matrix', float, (3, 3)), ('det', float)])
arr = np.zeros(1000, dtype=d).view(np.recarray)

您不必将视图视为 recarray，但它允许将结构化数组字段作为属性访问（即，arr.Matrix 将返回 1000x3x3 数组）。它很方便，所以你可以做类似的事情

arr.det = [det(a) for a in arr.Matrix]

您还可以使用括号表示法和字段名称访问字段，这适用于重新数组或结构化数组。

arr['det'] = [det(a) for a in arr['Matrix']]

【讨论】：

非常感谢这个例子，我试试看
如果我这样做 arr = np.rec.array(np.ones(1000, dtype=d)) 有效，并且我可以访问 arr.det 我是否需要视图？
@user1767754，这对我来说是一种新方法，但它确实有效。我已经更新了使用 np.zeros 的答案，使用数组有一个错字。