在Python + Numpy中找到生成器最小值的按列索引

Question

我有一系列生成向量的生成器，例如：

vector = ( remainder(v, PRIME_NUMBER) for v in list_of_vectors)

我想生成一个包含矩阵的行索引的向量，该向量由上述生成器创建，其中包含最小值。

到目前为止，我已经使用numpy实现了：

minv = ones(n)*PRIME_NUMBER # n is the length of each vector
min_idx = zeros(n)
for i,r in enumerate(vector):
        min_idx = argmin(vstack((r,minv)),0)*min_idx
        min_idx = [x if x>0 else i for x in min_idx]
        minv = amin(vstack((minv,r)),0)

当然，这太慢了（至少对于我的应用程序而言）。 我想知道是否有更快的方法！

我期望找到一种方法来执行此操作，就像仅获取最小值一样：

minvalues = reduce(lambda x,y: amin(vstack((x,y)),0) , vector)

编辑：进行一些修改的工作示例：

from numpy import random, zeros, remainder

PRIME_NUMBER = 109297
dim = 100
list_of_vectors = random.rand(1000,dim)

vector = ( remainder(v, PRIME_NUMBER) for v in list_of_vectors)

min_idx = [(0,PRIME_NUMBER)]*dim
for i,r in enumerate(vector):
        min_idx = map(lambda x: (i,x[0]) if x[0]<x[1][1] else x[1] , zip(r,min_idx))

该代码的运行速度比以前的代码快50％，但我仍然认为仍有一些改进的空间。

Answer 1

这是我想做的一个非常简单的版本，它的运行速度比代码快几倍。

vector = (np.remainder(v,PRIME_NUMBER) for v in list_of_vectors.T)
min_idx=[np.argmin(slice) for slice in vector)]

窍门是注意dim << len(vector) ，因此是切分的正确项目。 定义了生成器后，您将无法执行此操作。

如果绝对必须使用给定的生成器，则可以执行例如vector=np.array([v for v in vector]).T 。 但这完全违背了使用发电机的目的。