我有一个问题,我有两个数组,一个带有可以多次出现的标识符,让我们说
import numpy as np
ind = np.random.randint(0,10,(100,))
另一个长度相同,包含一些信息,在本例中为 bool 值,用于由 ind 标识的每个元素。它们被相应地排序。
dat = np.random.randint(0,2,(100,)).astype(np.bool8)
我正在寻找一种(更快?)方法来执行以下操作:为所有元素的每个元素(由 ind 定义)执行 np.any()。如示例中所示,每个元素出现的次数是随机的。我现在做的是
result = np.empty(np.unique(ind))
for i,uni in enumerate(np.unique(ind)):
result[i] = np.any(dat[ind==uni])
这有点慢。有什么想法吗?
请您参考如下方法:
方法 #1
Index ind with dat 来选择需要检查的那些,用 np.bincount 得到 binned counts 并查看哪些 bins 有多于出现 -
result = np.bincount(ind[dat])>0
如果 ind 有负数,用 min 值抵消它 -
ar = ind[dat]
result = np.bincount(ar-ar.min())>0
方法 #2
还有一个 np.unique -
unq = np.unique(ind[dat])
n = len(np.unique(ind))
result = np.zeros(n,dtype=bool)
result[unq] = 1
我们可以使用 pandas 来获取 n :
import pandas as pd
n = pd.Series(ind).nunique()
方法 #3
还有一个indexing -
ar = ind[dat]
result = np.zeros(ar.max()+1,dtype=bool)
result[ar] = 1
