将笨拙的数组 JaggedArray 内容和偏移量组合到嵌套的 JaggedArray 中

Question

我正在尝试使用优秀的 uproot 和 awkward-array 来读取存储在 TTree 中的一些分析数据。我知道 ROOT 不会以柱状格式编写嵌套向量（即 std::vector<std::vector<int>>），但在 this discussion 之后，我修改了我的树输出以包含两个单独的分支：一个 std::vector<int> 与内容，以及一个 std::vector<int> 与偏移量。内容向量在填充树之间多次将值推入其中。每次它有值被推入时，内容向量的大小被存储在偏移量中。

我的想法是，当我阅读树时，我将通过嵌套 JaggedArray 重新创建我需要的结构。然而，通读笨拙的数组文档，我似乎无法找出正确的方法来构造这个嵌套的 JaggedArray 而不是在 python 中循环。 fromoffsets 需要一个一维索引，这意味着锯齿状索引必须展平，然后失去它们的结构。其他 classmethod 中的 None 似乎适合。下面的示例使用了一个生成器，我认为由于在 python 中循环，它会相当慢。有没有更好的方法来构建JaggedArray？或者更好的方法将数据存储在树中？

import awkward as ak
all_jagged_indices = ak.fromiter([[0, 1, 4], [0, 1, 2, 3]])
all_constituents = ak.fromiter([[12, 14, 3, 4], [2, 8, 3]])
output = ak.fromiter(
    (ak.JaggedArray.fromoffsets(jagged_indices, constituents)
     for jagged_indices, constituents in
     zip(all_jagged_indices, all_constituents))
)
expected = ak.fromiter([[[12], [14, 3, 4]], [[2], [8], [3]]])
assert (output == expected).all().all().all()

谢谢！

Answer 1

您的想法是正确的，但最终，没有一种方法可以在不使用 "for" 循环的情况下将锯齿状 ObjectArray 转换为双重锯齿状数组。数据的结构需要它。

不过，这是一个关键问题，这也是将其中一些算法移植到 C++ 中的原因。最后一个图 in this talk 通过移入 C++ 的 "for" 循环直接处理此类数据（数字的锯齿状 ^N）。这是针对 Awkward 1.0 和 Uproot 4.0 的开发，计划于 4 月底为用户准备好。（此时，std::vector<std::vector<numbers>> 的转换将是自动的，因为不再有性能损失。）

但是，目前，Python "for" 循环（隐含在 fromiter 中）是您所能做的最好的。

将笨拙的数组 JaggedArray 内容和偏移量组合到嵌套的 JaggedArray 中

Combine awkward-array JaggedArray contents and offsets into nested JaggedArray

python

physics

uproot

awkward-array