提高查找列表中项目索引的速度

Question

我正在尝试加速我编写的程序，在导入cProfile之后，我发现一个函数占用了大量的计算时间。

就是这样，它在列表中找到了一个numpy.ndarray：

    def locate(arr, l ):
        for i in range(len(l)):
            if np.all(l[i] == arr):
                return i
        return -1

由于列表无法订购等，我看不到任何方法可以避免扫描整个列表。 我已经阅读了一些关于矢量化的文章，我想知道是否可以在这里应用，或者是否还有其他方法来加快速度？

谢谢

Answer 1

你可能无法避免走在列表中，但你可以加快比较：

设置示例：

L  = list(np.floor(np.outer(*2*(np.linspace(1,10,1000),))))
arr = L[537]

直接参考方法：

import itertools as it

next(it.chain((i for i, a in enumerate(L) if np.all(arr==a)), (-1,)))
# 537
timeit(lambda: next(it.chain((i for i, a in enumerate(L) if np.all(arr==a)), (-1,))), number=100)
# 0.27100146701559424

方法1：使用np.array_equal （较慢）

next(it.chain((i for i, a in enumerate(L) if np.array_equal(arr, a)), (-1,)))
# 537
timeit(lambda: next(it.chain((i for i, a in enumerate(L) if np.array_equal(arr, a)), (-1,))), number=100)
# 0.2992244770284742

方法2：使用void视图（更快）

arr_v = arr.reshape(-1).view(f'V{arr.itemsize*arr.size}')

next(it.chain((i for i, a in enumerate(L) if arr_v==a.reshape(-1).view(f'V{a.itemsize*a.size}')), (-1,)))
# 537
timeit(lambda: next(it.chain((i for i, a in enumerate(L) if arr_v==a.reshape(-1).view(f'V{a.itemsize*a.size}')), (-1,))), number=100)
# 0.11853155982680619

Answer 2

有一个名为index()的内置python函数，您可以通过将字符串作为值插入并在列表中查找其索引来使用它。

Answer 3

所以你在寻找np.where

temp_list=np.array(temp_list)
np.where(temp_list==5)
(array([1, 3, 6, 8]),)

Answer 4

如何检查矩阵是否在Python矩阵列表中

这里接受的答案使用np.array_equal ，它首先检查形状，然后进行all(==)测试。

另一个SO： 检查Python中的3d数组中是否存在2d数组？

使用fortran和f2py在数组中搜索比np.where（ar == value）更快的值

为什么不是“numpy.any”懒惰（短路）