最高のデータ構造：辞書の配列、オブジェクトの配列？

Question

私はPythonに変換しています。IDLのnumpy（Matlabのようなもの）です。これはちょっとしたデータ処理に関する疑問です。たぶん誰かが助けることができます。

私のデータの通常の状況は、私はおそらくスプレッドシート、データベースなどから固定データクラスを持っているということです。私は、どのような種類のデータ構造がPythonとNumpyで使用するのが最善かを理解しようとしています。

私はcsvモジュールについて知っていて、csv.DictReader（）を使ってスプレッドシートを読むことができます。これは行ごとに読み込まれ、スプレッドシートのヘッダー（最初の行）から適切な名前の辞書になります。

f=open(file,'rU') 
dat = csv.DictReader(f) 
i=0 
data=[] # makes an empty list 
i=0 
for row in dat: 
    data.append(row) 
    if i == 0 : 
     keys=row.keys() 
     print "keys" 
     print keys 
     print 
    i=i+1 

f.close() 

まず第一に、それはちょっと辞書やキーのキーのリストにcsvファイルを読み込むためのコードがたくさんあります。より速く/より良い方法がありますか？

今、私は辞書の配列が本当に私が望むものかどうか疑問に思います。私はオブジェクトのクラスを作成し、これをオブジェクトの配列にする必要がありますか？または、他の何か？

私は辞書、「データ」の私の配列を持っている場合、私は 年齢のようないくつかの「列」を得るでしょう=配列（[データ内のdatのためのdat [「年齢」]]）

がその権利ですそれを行う方法？より速く行う「年齢=データ→年齢」のような方法はありませんか？

ガイダンスに感謝します。ありがとう。

data = list(csv.DictReader(open(file, 'rU'))) 
print "keys", data[0].keys() 

Answer 1

の配列で行く

Answer 2

は、OKですデータがたくさんあるので、私はこの種のもののために設計されたPythonパッケージpandasを使うことを強くお勧めします。あなただけの操作を行います。あなたの空想のインデックスのすべてのソートを行いDataFrameを与える、といいと速いです

pandas.read_csv(file) 

。

Answer 3

スプレッドシート型で作業している場合：あなたのコードは簡単に、より簡潔に行うことができますが、私はいつもそれをあなたが道をやってオブジェクト

Answer 4

明示的numpyのを使用して言及するか、次のようなものを検討してみる：

import numpy as np 
data = np.genfromtxt('data.txt', delimiter=',', names=True) 
print data['item1'] 

それとも

import numpy as np 
item1, item2, item3 = np.loadtxt('data.txt', delimiter=',', skiprows=1).T 

data.txtの形式は、これらの線に沿って何かある

は（つまりカンマ区切り）を。第二は、わずか3つの変数にカラム（従って転置（ .T））を開梱しながら

item1, item2, item3 
1.0, 2.0, 3.0 
4.0, 5.0, 6.0 
7.0, 8.0, 9.0 

最初の例では、構造化された配列を使用します。