我有一些适合JaggedArrays提取content，starts，stops的代码，但是我想在某些ChunkedArrays上运行相同的代码，这些lazyarrays是从uproot的获取的。
不幸的是，我得到了以下错误：
~/.local/lib/python3.7/site-packages/awkward/array/base.py in __getattr__(self, where)
254 raise AttributeError("while trying to get column {0}, an exception occurred:\n{1}: {2}".format(repr(where), type(err), str(err)))
255 else:
--> 256 raise AttributeError("no column named {0}".format(repr(where)))
257
258 def __dir__(self):
AttributeError: no column named 'starts'
有什么办法可以使它起作用？
最佳答案
逐渐变得清楚的是，诸如starts，stops和content之类的属性不应公开，它们应被视为内部属性。它们是使JaggedArray工作的一部分，但不是任何锯齿数据的属性（对于某些数组长度type和内部类型[0, N) -> [0, inf) -> X，其N为X的任何数组）。
您不希望您的锯齿数据是ChunkedArray，并且对于许多操作（例如flatten()和counts），您都不在乎：它们在ChunkedArray上与JaggedArray同样有效。但是starts，stops和content永远不会像这样：除了JaggedArray的特定实现之外，它们没有其他意义。
例如，考虑以下ChunkedArray：
>>> array = awkward.ChunkedArray([awkward.fromiter([[1, 2, 3], [], [4, 5]]),
... awkward.fromiter([[100], [200, 300]])])
>>> array
<ChunkedArray [[1 2 3] [] [4 5] [100] [200 300]] at 0x796a969db6a0>
我们可以得到每个
starts的stops和chunk，但这可能不是您想要的：>>> [x.starts for x in array.chunks]
[array([0, 3, 3]), array([0, 1])]
>>> [x.stops for x in array.chunks]
[array([3, 3, 5]), array([1, 3])]
（在您的情况下，您有惰性数组，它们是
ChunkedArray的VirtualArray，因此您必须执行x.array.starts而不是x.starts来解包VirtualArray。这可能是另一个属性出于相同的原因）。注意第二个
starts的chunk从0重新开始吗？这是因为索引是相对于您当前的chunk的（因此chunks可以并行处理）。如果将starts用作数据分析的一部分，那将是一个重要的更正。 （您可以将前一个stops[-1] if len(stops) > 0 else 0的chunk添加到当前的chunk中，以使数字具有全局性。）也许更好的选择是从
counts构造有意义的偏移量。 ChunkedArray具有正常运行的counts：>>> array.counts
array([3, 0, 2, 1, 2])
counts是锯齿状数据中每个子数组的长度，是offsets的派生形式，starts和stops重叠：>>> offsets = numpy.empty(len(array) + 1, dtype=int)
>>> offsets[0] = 0
>>> numpy.cumsum(array.counts, out=offsets[1:])
array([3, 3, 5, 6, 8])
>>> offsets
array([0, 3, 3, 5, 6, 8])
>>> starts, stops = offsets[:-1], offsets[1:]
>>> starts
array([0, 3, 3, 5, 6])
>>> stops
array([3, 3, 5, 6, 8])
您可以将它们用作
starts和stops，但前提是您有某种且它们与starts和stops完全相邻。不能保证JaggedArray的content，但是flatten()会为您做到这一点：>>> content = array.flatten()
>>> content
<ChunkedArray [1 2 3 ... 100 200 300] at 0x796aa12b1940>
现在，例如，索引为
3的子数组为>>> content[starts[3]:stops[3]]
<ChunkedArray [100] at 0x796a96a3b978>
这就是为什么尴尬的0的
ChunkedArray，JaggedArray等将成为内部的“仅面向专家”类的原因。尴尬1中的用户界面将只有一个awkward.Array类和一个type来了解其是否呈锯齿状。无论是用块还是其他东西制成，都将是实现细节。