尴尬的数组 ak.unzip 行为
awkward array ak.unzip behaviour
当我访问根文件并提取我想要的数据时，如下例所示：
events=uproot.open(filename)["btagana/ttree;6"]
jet_data=events.arrays(filter_name=["Jet_nFirstTrack","Jet_nLastTrack","Jet_pt","Jet_phi","Jet_eta"],library="ak")
这个数组的键的排序与用于过滤 keys.If 的列表的排序不同，我现在使用 ak.unzip():
jet_data=ak.unzip(jet_data)
排序是否可靠且可重现？如果我打开不同的根文件，我是否能够实现相同的“排序”
这其实是一个关于Uproot的问题。在这一行中：
>>> jet_data=events.arrays(filter_name=["Jet_nFirstTrack","Jet_nLastTrack","Jet_pt","Jet_phi","Jet_eta"],library="ak")
filter_name 只是一个过滤器，接受或拒绝来自 ROOT 文件的分支。这些分支在文件中有一个自然的顺序，输出可能就是那个顺序（因此在反复尝试时是稳定的，除非在某个时候涉及到 dict 并且你正在使用 Python <= 3.5）。
如果您想执行命令，请将您的分支名称列表作为 expressions 而不是 filter_name 传递。该参数具有不同的含义：expressions 可以是简单的公式； filter_name 可以有通配符——因此，像 * 这样的字符在每个字符中都有非常不同的含义！
或者，您可以在读取数组后通过使用字符串列表进行切片来重新排序字段。这样做不会影响性能——它只是重新排列元数据（完成时间不随数组的长度变化）。 This documentation 有一些示例（包括您在字段中选择字段的更复杂的情况，但简单的情况足以解决您的问题）。
编辑： 我应该补充一点，Awkward Arrays 中的记录字段具有可重现的顺序。它们不像 Python <= 3.5 中的字典那样不稳定的哈希图。它们实际上是两个等长列表：有序字段（即 ak.unzip returns）和有序字段名称（ak.fields returns）。名称是可选的——没有字段名称，记录变成元组。
当我访问根文件并提取我想要的数据时，如下例所示：
events=uproot.open(filename)["btagana/ttree;6"]
jet_data=events.arrays(filter_name=["Jet_nFirstTrack","Jet_nLastTrack","Jet_pt","Jet_phi","Jet_eta"],library="ak")
这个数组的键的排序与用于过滤 keys.If 的列表的排序不同，我现在使用 ak.unzip():
jet_data=ak.unzip(jet_data)
排序是否可靠且可重现？如果我打开不同的根文件，我是否能够实现相同的“排序”
这其实是一个关于Uproot的问题。在这一行中：
>>> jet_data=events.arrays(filter_name=["Jet_nFirstTrack","Jet_nLastTrack","Jet_pt","Jet_phi","Jet_eta"],library="ak")
filter_name 只是一个过滤器，接受或拒绝来自 ROOT 文件的分支。这些分支在文件中有一个自然的顺序，输出可能就是那个顺序（因此在反复尝试时是稳定的，除非在某个时候涉及到 dict 并且你正在使用 Python <= 3.5）。
如果您想执行命令，请将您的分支名称列表作为 expressions 而不是 filter_name 传递。该参数具有不同的含义：expressions 可以是简单的公式； filter_name 可以有通配符——因此，像 * 这样的字符在每个字符中都有非常不同的含义！
或者，您可以在读取数组后通过使用字符串列表进行切片来重新排序字段。这样做不会影响性能——它只是重新排列元数据（完成时间不随数组的长度变化）。 This documentation 有一些示例（包括您在字段中选择字段的更复杂的情况，但简单的情况足以解决您的问题）。
编辑： 我应该补充一点，Awkward Arrays 中的记录字段具有可重现的顺序。它们不像 Python <= 3.5 中的字典那样不稳定的哈希图。它们实际上是两个等长列表：有序字段（即 ak.unzip returns）和有序字段名称（ak.fields returns）。名称是可选的——没有字段名称，记录变成元组。