有没有比 pandas, numpy 轻量的二维数组模块

如果考量计算效率的话，numpy 在 python 里是王者了

是要打包吗，考虑大小

@wuwukai007 #2
首先，暂不考虑不打包
其次，如果计算部分不多的，这个模块也不会太巨型吧？

@TimePPT 可能 lz 没法理解 numpy 为什么高效的原因。

不打包就装一个吗，难道公司内网没有 pip 源不好装？

@wuwukai007 #4
那我没理解对你说的话
我以为你说项目最后要打包给别人用

@shm7
@TimePPT
Numpy 我知道，常用来计算证券，和商业数据分析
只是有些场合，计算很少的，提取数据的情况多
举个例子
有个二维数组，要提取某一列 1/3/5/7 的数据，如果 pandas/numpy 很简单；如果只是 list，要么写个表达式，要么 zip 一次，取出这列再提取
这个二维数组到其他地方提取方式可能不同，所以要原样传递
这些场合后续计算很少，部分只是提取完就 print 了，没有计算，所以不想每个 py 都 import 一把牛刀，或者把 dataframe 作为参数传递，希望中间过程轻量一点，只是处理杀鸡这点小事而已

这只是个例子，还有很多类似场景
我问问有没有我不知道的模块可以做这事，没有的话，我自己弄个类，搞几个闭包写成方法，就不用各个场景都多写一两句 zip/for 这样的重复劳动了

@imn1 我还是用的太少了，只有 3 年，不太明白 numpy 被称为重的地方在哪。也不理解 2 维数组取 1357 有啥麻烦。

少了 numpy，py 也到不了今天的地位。不要嫌弃 numpy，这是顶梁柱

@shm7 #7
不难，也不麻烦，能写
例如
a=pandas.DataFrame([[1,1],[1,3],[1,5],[1,7],[1,9]])
a.iloc[[1,3],1]=[2,4]

pandas 这句赋值盲写就行，二维 list 就要稍微转一下脑子
我只是希望无脑套用 [1,3],1，懒得想表达式怎么写，如果场景多就每个表达式都要多想一点点，写成闭包以后就可以盲写了

@iConnect #8
不嫌弃，离开 numpy 我恐怕生计都成问题
只是有些场合，象上面这句 a.iloc，可能整个 py 数百行，只有这两行用到 pandas，为了这个赋值不值得，我宁愿多写一两行省下这个 import 的时间和内存
还是那句，如果有轻便的我试试，没有我就另想办法

@imn1 了解你的出发点了，确实如果仅仅是有限操作的话用 numpy 有点儿大炮轰蚊子了。

搜了一下，这个仓库可能满足你的需求，纯 python 实现的 ndarray：wadetb/tinynumpy

洁癖

或者自己用 C 写然后打包成动态库，完全自定义，当然要小心内存问题

numpy 在实际会用到 blas 的相关实现。很多时候哪怕你认为是读取的操作，实际上可能是当矩阵变换的操作。会有对应的加速的。一般人写不出那样高效的代码。如果你觉得效率没啥所谓，其实自己用 C 写一个也可以。关键还是看你实际的需求

@imn1 #6 > 有个二维数组，要提取某一列 1/3/5/7 的数据
换个思路，“有张数据库表，要提取某一字段 1/3/5/7 行的数据”

> 不想每个 py 都 import 一把牛刀，或者把 dataframe 作为参数传递，希望中间过程轻量一点
参数只传一个表名够轻量吗

> 想找个轻量一点的模块
标准库 import sqlite3，都不用安装了

Let's CRUD

@krixaar #15
内存表？
打开新思路，谢谢

pandas 基于 numpy

numpy 的 array 都是数字，而且在内存里连续占用。这两点要比 python 自己的 list 轻量多了。你试试看 size，比一比就知道了