python之如何从两个相关的 NumPy 数组填充字典之替代追加

我正在尝试学习如何使用 NP 数组而不是列表。但是，当最初创建 NP 数组时不知道属于 NP 数组的所有值时，我正在努力确定将值添加到 numpy 数组的正确方法。

下面是我之前代码的简化示例，其中我根据值所属的类别(在本例中为国家/地区)将值附加到列表中。因此值列表中的第 3 个值属于国家列表中的第 3 个国家(230 属于法国)。

country = ['Germany','USA','France','Germany','USA','USA'] 
values = [250,220,230,180,180,220] 
 
cv = {'Germany':[],'USA':[],'France':[]} 
 
for i in range(len(country)): 
    cv[country[i]].append(values[i]) 

这是一个简化的示例，实际上我需要附加更长的值，因此我想知道重写代码以得到 numpy 数组而不是列表的最有效方法是什么.

请您参考如下方法:

处理大型数组的最快方法是使用 boolean masking .

首先，将初始列表包装到 NumPy 数组中:

countries = ['Germany','USA','France','Germany','USA','USA'] 
values = [250,220,230,180,180,220] 
countries = np.array(countries) 
values = np.array(values) 

现在对于生成的字典 cv 中的每个唯一国家立即填充值而不附加:

cv = {country: values[countries == country] 
      for country in set(countries)} 
print(cv) 

将给予:

{'France': array([230]), 
 'USA': array([220, 180, 220]), 
 'Germany': array([250, 180])} 

时间:

为了一个更具代表性的例子，我增加了数组的大小:

n = 500 
countries = np.array(['Germany','USA','France','Germany','USA','USA'] * n) 
values = np.array([250,220,230,180,180,220] * n) 
 
# My version 
%%timeit 
cv = {country: values[countries == country] 
      for country in set(countries)} 
# 987 µs ± 5.46 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each) 
 
# MathiasRa's version 
%%timeit 
cv = {'Germany':[],'USA':[],'France':[]} 
for i in range(len(countries)): 
    cv[countries[i]].append(values[i]) 
# 1.67 ms ± 9.94 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each) 
 
# jpp's version 
%%timeit 
d = defaultdict(list) 
for c, v in zip(countries, values): 
    d[c].append(v) 
res = {k: np.array(v) for k, v in d.items()} 
# 1.5 ms ± 2.37 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each) 
 
# Johann Bzh's version 
%%timeit 
d={} 
for c, v in zip(countries, values): 
    tmp_vec = np.array([v]) 
    try: 
        d[c] = np.hstack((d[c],tmp_vec)) 
    except KeyError: #first occurence of this country 
        d[c] = tmp_vec   
# 13.3 ms ± 125 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)