如何存储X数据以便使用Numpy中的函数？

Question

Numpy和Scipy都有许多有用的函数来执行对数据的操作(例如，积分、傅里叶变换、基线校正等)。但是，我还没有看到关于将X数据输入到这些函数中的一般形式的文档。假设我有一个光谱的波长和吸光度值，或应力和应变数据从一个力学性能测试。

一般情况下：

1. 使用两个一维Numpy数组，一个用于X，另一个用于Y？
2. 使用一个二维Numpy数组，X在一个轴上，Y在另一个轴上？
3. 使用单个structured array

当您拥有XY数据时，这种情况会如何改变呢？

XY数据最通用的数据结构是什么，它允许我直接将数据输入到这些函数中，而不需要重新定义如何存储数据？

Answer 1

检查每个包和操作类或函数的文档。scipy是一个包集合，由不同的人编写，通常为更老的Fortran或C包提供接口。因此输入格式受到这些源的限制。它们也取决于什么是适合这个问题的。

通常，在规则网格上生成值是很方便的。例如，使用np.meshgrid或np.mgrid与arange或linspace值一起定义2d空间。结果可以是32d数组-- x和y值，以及作为这些值的函数的z。

但现实世界的数据往往可以作为散点点使用。然后，每个点都是一个x，y位置，其中包含一个z值。您不能将这些转换为2d数组，至少在没有插值的情况下是不能的。因此，三个一维数组是合适的表示形式。或者一个(n, 3)矩阵，每个变量都有一列。或者，如果值有不同的dtype --比如x和y的整数，z的float，那么是一个包含3个字段的结构化数组。

数据通常是从csv文件中加载的--表示这些x,y,z值的列，可能带有字符串标签和多个z值。由于数据类型的混合，它们通常被加载到genfromtxt中，从而形成了一个一维结构化数组。

从结构化数组映射到具有统一dtype的多个数组很容易。有时，您只需使用字段名进行索引，其他情况可能需要一个view。

要深入了解这一点，您可能需要扩展数据类型和需要使用的包。

http://docs.scipy.org/doc/scipy/reference/generated/scipy.interpolate.griddata.html#scipy.interpolate.griddata。interpolate.griddata演示了点数据和网格数据的使用。

Answer 2

虽然这不是你的问题的答案，但是要知道，如果你只使用两个或三个维度，你可以很容易地从一个标准切换到另一个标准。

XYZ = np.column_stack((X, Y, Z))和X, Y, Z = XYZ.tranpose().

通常，与其他数据分析相比，它们都是相当便宜的操作。