dtypeを拡張しますか？リストとリレーションシップに最適なデータ構造

Question

私は（四面体）セル、その（三角形の）面、エッジ、ノードからなる非構造化メッシュを、直感的かつ効率的なPythonデータ構造に収めようとしています。 データ構造が答えることができる質問は、「ノードkの座標は何ですか？」、「どの辺がセルjにあるか」、「どのセルが面iに隣接していますか？等々。

私の最初の推測では、など

nodes_coords = np.array(num_nodes, dtype=np.dtype((float,3))) 
cells_dtype = np.dtype([('nodes', (int,4))]) 
cells = np.array(num_cells, dtype=cells_dtype) 

と同様に行くことでした。 この方法の利点は、セル・ノードの関係を得るための非常に直感的な方法があることになり、すなわち

cells[4]['nodes'] 

は、セル＃4にあなたのノードを与えるだろう。

私は現時点で見ることができる1つの欠点があります： 配列は拡張できません。私が後でランタイムに、顔や辺に関する情報を追加したいと決めたとします。どのようにデータを移動することなくセル配列にフィールドを追加できますか？つまり、dtypesの配列を動的に拡張する方法は？

回避策は、

cells_nodes = ... 
cells_faces = ... 
cells_edges = ... 

として別々のアレイを作成し、必要に応じてそれらを充填することであろう。しかし、これはあまり慣れないようです。たとえば、ノード、面、およびエッジが必要なセルをループすると、3つの配列をジップアップする必要があります。

参考にしてください。

Answer 1

まず第一に、私は実際にはナンバーワンのエキスパートではないと言います。おそらくあなたが描いていることをする方法はありませんが、おそらくあなたが考えるように大きな問題ではないと思います。

フィールドを追加したいが、データの移動は避けたい。私はそれができないと思う。あなたのオプションは以下の通りです：

1. おそらく、どのメッシュに余分なフィールドが必要なのでしょうか？そうであれば、それらを事前に割り当てて、配列に余分なフィールドが存在するかどうかにかかわらず使用できるように、操作する必要のないフィールドを無視するようにアルゴリズムを慎重に記述することができます。

2. すべてのセルに同じdtypeを使用し、フィールドが使用されていない場合は無視してください。メモリを無駄にしますが、かなり簡単です。可能な場合は、

3. フィールドを追加する必要がある場合は、別のdtypeで再割り当てしてください。これにはコピーが含まれますが、コピーのコストが問題になるほど頻繁にこれを行いますか？ numpy配列のコピーは、同じデータをPython for forループと比較するとかなり速いです。

4. 提案するとおり、フィールドごとに別々の単純な配列を作成してください。これにはPythonベースのループを圧縮する必要があるかもしれませんが、それはあなたが実行している主な処理ではないと思われるでしょうか？ほとんどの場合、Python forループのnumpy配列をループすると、おそらくnumpyから多くの利益を得ることはできません。