我的示例代码是在python中，但我询问了一般原理。时变数据：元组与二维数组列表？
如果我在时间 - 值对中有一组数据，我应该将它们存储为二维数组还是作为元组列表？举例来说，如果我有这样的数据：
v=[1,4,4,4,23,4]
t=[1,2,3,4,5,6]
是一般最好将其存储这样的：
data=[v,t]
或元组的列表：
data=[(1,1),(4,2)(4,3)...]
是否有“标准”这样做的方式？
的总阵列容器可能是最好的选择。假设你的时间点没有定期间隔（因此你需要保持它的轨道，而不是仅仅使用索引），这使您可以采取设置喜欢你的整个数据的切片：
import numpy as np
v=[1,4,4,4,23,4]
t=[1,2,3,4,5,6]
data = np.array([v,t])
，那么你可以切它可以轻松地获取数据的一个子集：
data[:,2:4] #array([[4, 4],[3, 4]])
ii = [1,2,5] # Fancy indexing
data[:,ii] # array([[4, 4, 4],
# [2, 3, 6]])
谢谢！我认为，反思这可能是最合适的，因为除了简化切片之外，它还可以快速，自然地执行从数据制作图表等操作。 – 2011-04-11 16:01:02
@Mike：很高兴我能帮上忙。如果您认为这是有用的，那么您应该对其投票并/或将其标记为解决方案。 – JoshAdel 2011-04-11 16:04:17
你可以试试字典吗？在其他语言中，这可能被称为哈希映射，哈希表，关联数组或其他意义相同的术语。当然，这取决于你打算如何访问你的数据。
相反的：
v=[1,4,4,4,23,4]
t=[1,2,3,4,5,6]
你必须：
v_with_t_as_key = {1:1, # excuse the name...
2:4,
3:4,
4:4,
5:23,
6:4}
这是蟒蛇一个相当标准的结构，但如果顺序很重要，你可能想看看在有序dictionarycollections。
如果您想要轻松访问切片数据，则不建议使用这种方法。这将绑定您一次检索单个时间点，并且您必须操作/重新构建您的数据结构以通过单键或值对以外的方式获取它。 – JoshAdel 2011-04-11 15:32:04
@JoshAdel：这是一个有效的点，尽管可以通过选择这种数据类型的不同实现来解决。实质上，这种关联数据结构使处理相关数据更容易处理代码，但根据您的项目可能会有其他外观@Mike – theheadofabroom 2011-04-11 15:37:30
如果速度是您最关心的问题，请在Python中查看Numpy。
一般来说，你应该选择一个数据结构，使数据处理自然和容易。之后担心速度，在知道它有效后！
对于一个简单的数据结构，如何元组的列表：
v=[1,4,4,4,23,4]
t=[1,2,3,4,5,6]
data=[(1,1),(4,2)(4,3)...]
然后你就可以解开，像这样：
v,t=data[1]
#v,t are 4,2
这种方法很好，除非您需要查找一个集合中的项目其他，当你可能希望使用关联数据类型，如字典。 – theheadofabroom 2011-04-11 15:41:36
我发现，探索和原型，它更方便地存储为列的列表/锯齿形排列，其中第一列是观测指标之后的每一列都是一个变量。
数据= [（1,2,3,4,5,6），（1,4,4,4,23,4）]
大多数我加载许多观察与时间许多变量，然后执行排序，格式化或显示其中一个或多个变量，甚至将两组数据与列作为参数进行连接。当我需要抽出一部分观测数据时，这种情况更为罕见。即使我这样做，使用一个函数返回给定一列观察索引的数据子集也会更方便。尽管如此，我仍然使用函数将锯齿状数组转换为2d数组并转置2d数组。
这一切都取决于你打算如何使用数据。 – 2011-04-11 15:27:41
这是我不知道将来如何使用数据的情况之一，尽管可能会对数据进行绘图和统计分析等操作，这就是为什么我决定JoshAdel的解决方案可能是最适合。 – 2011-04-13 10:05:06