如何在常规二维Numpy数组中通过列名访问数据？

当然可以！你完全不用被迫切换到结构化数组——这里有几种实用方法，既能让你继续使用常规的二维NumPy数组（保留形状、转置、矩阵运算等所有关键特性），又能通过易读的列名来访问指定列。

方法一：纯NumPy + 列名字典映射 #

这是最轻量化的方案，用一个字典把列名和对应的索引绑定起来，操作简单且不额外引入依赖：

import numpy as np

# 1. 加载你的大型二维数组（示例用随机数据代替）
# 实际场景可以用np.loadtxt或np.genfromtxt加载文件
data = np.random.rand(10000, 30)

# 2. 定义列名与索引的映射（根据你的实际列名调整）
col_names = {
    "temperature": 0,
    "humidity": 1,
    "pressure": 2,
    # ... 剩下27列的映射
}

# 3. 通过列名访问列
temperature_data = data[:, col_names["temperature"]]
humidity_data = data[:, col_names["humidity"]]

这样data始终是标准的二维数组，你可以正常使用data.shape、data.T、各种矩阵运算等特性，同时通过字典映射实现了列名访问。如果觉得每次写data[:, col_names["xxx"]]有点繁琐，可以封装一个简单的辅助函数：

def get_column(data, col_name):
    return data[:, col_names[col_name]]

# 调用示例
pressure_data = get_column(data, "pressure")

方法二：封装成自定义类（更优雅的访问方式） #

如果想要更贴近结构化数组的访问体验，可以把二维数组和列名映射封装成一个简单的类，既保留NumPy数组的所有方法，又支持字符串索引：

class NamedNumPyArray:
    def __init__(self, data, column_names):
        self.data = data
        # 建立列名到索引的映射
        self._col_map = {name: idx for idx, name in enumerate(column_names)}
    
    def __getitem__(self, key):
        # 如果是字符串，返回对应列；否则按常规NumPy索引处理
        if isinstance(key, str):
            return self.data[:, self._col_map[key]]
        else:
            return self.data[key]
    
    # 代理NumPy数组的其他属性和方法（比如shape、T、sum等）
    def __getattr__(self, attr):
        return getattr(self.data, attr)

# 使用示例
column_list = ["temperature", "humidity", "pressure"] + [f"col_{i}" for i in range(3, 30)]
named_array = NamedNumPyArray(data, column_list)

# 通过列名访问列
print(named_array["temperature"])
# 保留二维数组的所有特性
print(named_array.shape)  # 输出 (10000, 30)
print(named_array.T.shape)  # 输出 (30, 10000)
print(named_array.sum(axis=0))  # 正常计算每列的和

方法三：用Pandas（适合复杂数据处理场景） #

如果你的数据处理需求不止是列名访问，还涉及清洗、统计、筛选等操作，Pandas的DataFrame会是更高效的选择——它底层基于NumPy数组，既能通过列名轻松访问数据，又能随时转换回纯NumPy数组：

import pandas as pd

# 加载数据到DataFrame（sep参数根据你的文件分隔符调整，比如空格、逗号等）
df = pd.read_csv(
    "your_large_file.txt",
    sep="\s+",  # 假设是空格分隔的文本文件
    header=None,
    names=column_list  # 传入你的列名列表
)

# 通过列名访问数据（返回Pandas Series，转成NumPy数组用.to_numpy()）
temperature_array = df["temperature"].to_numpy()

# 把整个DataFrame转成二维NumPy数组
full_numpy_array = df.to_numpy()

Pandas天生适合处理表格型数据，对于30列、10000+行的规模完全没问题，而且提供了大量便捷的数据处理工具，同时完全兼容NumPy的运算逻辑。

内容的提问来源于stack exchange，提问作者Goofy