python - 创建对象集合的最有效方法？

Question

在 python 中创建相似对象集合的最有效方法/数据结构是什么？

示例:

假设我有许多 Point() 实例。每个实例都有一个 x 属性。

我想将它们组合在一起，以便执行批量操作等。

我可能会简单地将它们全部放在一个列表中:

points = [Point(x=1), Point(4), Point(7)... Point(1)]

我可以创建一个简单地将此列表作为输入的类:

Class PointCollection():
    
    def __init__(self, points):
        """ points is a list of Point() instances """
        self.points = points

为了访问所有的 x 属性，该类可能有一个如下所示的方法:

@property
def allX(self): 
    return [pnt.x for pnt in self.points]

我的问题是，有没有更好的方法？我可以想象对于大量点的集合，其具有需要循环访问的属性可能需要一些时间来计算。在更复杂的集合中，您可能有许多属性，或嵌套更深的属性(集合的集合？)。

有没有更好的数据结构来实现？或者转向 Cython 和/或多处理以获得更高性能可能更好？

编辑:

这里是关于我的具体问题的更多细节:

这涉及到一些 GIS 数据结构 - 即描述河流支流的类。这些的集合将描述一个河流网络，我会考虑访问整个网络的类似属性(如每个支流的 x 坐标，或“桩号”)以执行批量操作。

但是，我想要创建一个非常通用的“集合”结构的“最佳”方法，这就是我使用 Point() 示例的原因。我可以看到这对我工作的其他领域很有用......

Answer 1

如果您主要处理数字数据，请考虑使用 NumPy 及其 recarray :

>>> import numpy
>>> a = numpy.array([(1.0, 2.0), (7.3, -1.0), (4.2, 3.7)],
                    dtype=[("x", float), ("y", float)])
>>> b = a.view(numpy.recarray)
>>> b.x
array([ 1. ,  7.3,  4.2])
>>> b[0]
(1.0, 2.0)

NumPy 对数组数据提供相当高效的矢量化操作。