awkward0 0.15.5

在Numpy中进行矩形、数值数据的计算比传统的for循环更简单、更快速。例如，考虑以下情况：

all_r = []
for x, y in zip(all_x, all_y):
    all_r.append(sqrt(x**2 + y**2))

与

all_r = sqrt(all_x**2 + all_y**2)

后者不仅更容易阅读，比for循环快数百倍（并且提供了隐藏的向量化和平行化的机会）。然而，Numpy的抽象只适用于数字或字符字符串的矩形数组。虽然可以将任意的Python数据放入Numpy数组中，但Numpy的 dtype=object 实质上是一个固定长度的列表：数据在内存中不是连续的，操作也不是向量化的。

Awkward Array是一个纯Python+Numpy库，用于以类似于Numpy数组的方式操作复杂数据结构。

• 即使您的数据结构

• 包含可变长度的列表（锯齿状/参差不齐的），

• 深度嵌套（记录结构），

• 同一列表中有不同的数据类型（异构的），

• 是遮罩的、位遮罩的或索引映射的（可空），

• 包含交叉引用或甚至是循环引用，

• 需要在需要时是Python类实例，

• 不是在每个点上定义的（稀疏的），

• 不是在内存中连续的，

该库可以像列式数据结构一样访问它们，其效率与Numpy数组相当。它们可以从JSON或Python数据转换而来，从“awkd”文件、HDF5、Parquet或ROOT文件加载，或者它们可以是类似Arrow的内存缓冲区的视图。

pip install awkward0                      # maybe with sudo or --user, or in virtualenv