我有一个JaggedArray( awkward.array.jagged.JaggedArray) 包含指向另一个位置的索引JaggedArray。两个数组具有相同的长度，但包含的每个数组numpy.ndarrays可以JaggedArrays具有不同的长度。我想使用第一个数组的索引对第二个数组进行排序，同时从第二个数组中删除未从第一个数组索引的元素。第一个数组还可以包含-1（如果需要，也可以替换为None，但目前不是这种情况）的值，这意味着第二个数组中没有匹配项。在这种情况下，第一个数组中的相应位置应设置为默认值（例如0）。

这是一个实际示例以及我目前如何解决此问题：

结果new_map是：[[1.1 0.0] [2.4 2.2 0.0] [0.0 3.1 0.0]]。

有没有更有效/更快的方法来实现这一目标？我在想一个人可以使用numpy诸如 之类的功能numpy.where，但是由于长度不同ndarrays，至少对于我尝试的方式而言，这失败了。

我正在使用带有尴尬阵列的连根拔起，并且有两个锯齿状阵列，其中包含每个事件的电子列表和每个事件的 μ 子列表。我如何结合这些来获得每个事件的轻子列表，即连接内轴

例如我有

和

我想要的输出是这样的

干杯，

卡尔

当前版本 0.12.13 返回

但是，我只想计算最里面的部分，可以通过以下代码实现：

和输出看起来：

但它至少有两个缺点：速度慢和 dtype=object。有计划支持这种功能吗？

我正在使用 Python 3.6.5（或更高版本）并且我已经成功安装了“numpy”、“uproot”和“awkward”。我有一个以前制作的带有锯齿形 NTuple 的 *.root 文件，其中包含相当多的分支。这是粒子物理数据，因此可以将“行”视为单独的碰撞或“事件”，而列具有数据结构。（有些列可能有第三维或更多……我会稍微解释一下。）

在这种情况下，我的事件中有很多“喷气机”，每个“喷气机”都有很多关于它的信息。

jet_E、jet_pT、jet_eta、jet_phi、Numb（b 标签的数量）、NLayer0 等。

每个“事件”可以有任意数量的喷气机，但在这种情况下它不可能有零喷气机。这些喷气式飞机中的每一个都将存储此信息，但来自一个“事件”的所有信息必须与任何其他“事件”保持不相关。（如果您已经了解粒子物理学，这部分可能已经了解。）

我一直在阅读连根拔起的文档和示例，但我无法很容易地看到，仅使用这样的 pythonic 代码，将 jet_pT 直方图绘制成直方图，但仅适用于在某些其他 jet 变量被切断的事件中的喷气机。埃塔，例如。

如何仅从 *.root 文件中提取有关 jet_eta>-1.0 和 jet_eta<1.0 的喷气机的所有 jet_pT 的信息？假设无论如何我只想查看前 3 架喷气机而忽略其余的，我将如何放置所描述的切割并且仅在任何情况下通过该切割的前 3 架喷气机直方图？

uproot 文档并没有真正说明这一点。谢谢！

所以挑战是这样的；给定一个带有 n 行的尴尬数组和一个包含 n 个索引（i_1 到 i_n）的列表，返回一个包含所有行的 row_m 元素 i_m 的列表。

这可以这样做；

但是，如果这是一个 numpy 数组，我们将可以访问choose，所以我们可以这样做；

第二个版本似乎扩展得更好，它在 12 行左右变得更快。笨拙的数组是否有等效的选择？

编辑; 也许这是一IndexedMaskedArray件事，但我无法让它做我想做的事。

我有多个表示音频数据的不同大小的一维 numpy 数组。由于它们的大小不同（例如(8200,)、(13246,)、(61581,)），我不能将它们作为 1 个数组与 numpy 堆叠。尺寸差异太大，无法进行0-padding。

我可以将它们保存在列表或字典中，然后使用for循环遍历它们以进行计算，但我希望我可以以 numpy 样式处理它。在变量上调用 numpy 函数，而无需编写 for 循环。就像是：

看着这张 Dask 图片，我想知道我是否可以用 Dask 做我想做的事。

到目前为止，我的尝试是这样的：

问题

1. 我是否误解了如何使用 Dask？
2. 如果可能的话，我该如何做我的np.sum()例子？
3. 如果可能的话，它实际上是否比高端单台 PC 上的 for 循环更快？

我正在加载一个根文件，uproot.lazyarrays()它会生成一个Table. 我计算了这个表的一个函数，它返回一个JaggedArray长度等于表长度的函数。这是 a 的形式ChunkedArray，我想将它用作掩码，应用于JaggedArray从表格派生的另一个，再次以 a 的形式ChunkedArray。但是，这似乎不起作用。

运行此程序时：partial_prediction = array[variable][additional_selection_mask] 我收到以下错误：

为了说明数组的样子，这里有一个打印代码：

输出以下内容

在这种情况下，additional_selection_mask不是 a JaggedArray，但在一般情况下，它可以是这样的，具有相同的形状array[variable]。

我有一个二维音频数据集。这些音频片段的长度不同，因此我使用的是 Awkward Array。通过布尔掩码，我只想返回包含语音的部分。

表掩码尝试

似乎 aTable不能用于花哨的索引。

阵列掩码尝试

Numpy 等价物

表版本尝试；失败的

似乎还没有实现多维选择。

JaggedArray - Numpy 掩码版本；作品

JaggedArray - JaggedArray 掩码版本；作品

问题

• 如何使用Table或使用命名维度（如xarray）进行有效的布尔掩码选择？
• 多维选择会在Table中实施awkward-array，还是仅在 中实施awkward-1.0？

库版本

是否可以使用AwkwardArray ( awkward0) 附加到现有的镶木地板文件（由 AwkwardArray 编写）？

正常尴尬的镶木地板存储

以下代码创建了一个 Parquet 文件，其中包含一些 Awkward 数组（例如音频数据）：

附加 Parquet（没有尴尬）

在有关 Parquet 文件的 pyarrow 文档中，您可以使用以下命令扩展 Parquet 文件：

问题

使用 Awkward 数组可能会发生这样的事情吗？：

类似于 aawkward.table.schema或 an 的awkward.ParquetWriter()东西

实际上，我没有同时拥有两个数组。因此，在写入之前进行连接是不可能的。

或者是使用Apache Arrow之类的东西并在最后一次将所有内容写入磁盘的唯一可能性？

我遇到了以下问题，进行了一些测试，以证明 pyspark 中的纯 pyarrow UDF 与始终通过 pandas 相比的有用性。

产量

和

产生（在堆栈跟踪的末尾）：

查看数组：

可以看到数组的内容和形状都是一样的，但是表面上没有可比性，非常反直觉。是否有充分的理由将没有 Null 的密集锯齿状结构表示为 BitMaskedArray？