繁体   English   中英

Numpy的Python列表理解

[英]Python list comprehension for Numpy

我正在寻找Numpy中的列表理解方法或类似方法来消除for循环的使用,例如。 index_values是列表的Python字典列表(每个列表包含不同数量的索引值),s是一个numpy向量:

for i in range(33):
    s[index_values[i]] += 4.1

有没有可用的方法可以消除for循环?

我不完全了解index_values是什么类型的对象。 但如果它是一个ndarray ,或者可以转换为ndarray ,你可以这样做:

>>> s = numpy.arange(20)
>>> index_values = (numpy.random.random((3, 3)) * 20).astype('i')
>>> s[index_values] = 4
>>> s
array([ 0,  1,  4,  4,  4,  5,  6,  4,  8,  4,  4, 11, 12, 
       13,  4, 15,  4,  4,  4, 19])

编辑:但似乎在这种情况下不起作用。 根据您的编辑和评论,这是我认为可能适合您的方法。 随机列表的长度不同......

>>> index_values = [list(range(x, x + random.randrange(1, 5)))
...                 for x in [random.randrange(0,50) for y in range(33)]]

...转换成数组并不难:

>>> index_value_array = numpy.fromiter(itertools.chain(*index_values), 
                                       dtype='i')

如果您知道数组的长度,请指定count以获得更好的性能:

>>> index_value_array = numpy.fromiter(itertools.chain(*index_values), 
                                       dtype='i', count=83)

由于您的编辑表明您想要类似于直方图的行为,因此简单的索引不会这样做,正如Robert Kern所指出的那样。 所以使用numpy.histogram

>>> hist = numpy.histogram(index_value_array, bins=range(0, 51))

histogram实际上是为浮点直方图构造的。 这意味着垃圾箱必须比预期的要大一些,因为最后一个垃圾箱中包含了最后一个值,因此如果我们使用更直观的range(0, 50)则48和49将位于同一个垃圾箱中。 结果是一个包含n个计数数组和n + 1个 bin边界数组的元组:

>>> hist
(array([2, 2, 1, 2, 1, 0, 0, 0, 1, 1, 1, 1, 1, 0, 1, 1, 1, 5, 5, 5, 3, 3, 
        3, 3, 3, 2, 1, 0, 2, 3, 3, 1, 0, 2, 3, 2, 2, 2, 3, 2, 1, 1, 2, 2, 
        2, 0, 0, 0, 1, 0]), 
 array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
        17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33,
        34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50]))

现在我们可以将计数增加4.1倍并执行向量加法:

>>> s = numpy.arange(50, dtype='f')
>>> hist[0] * 4.1 + s
array([  8.2,   9.2,   6.1,  11.2,   8.1,   5. ,   6. ,   7. ,  12.1,
        13.1,  14.1,  15.1,  16.1,  13. ,  18.1,  19.1,  20.1,  37.5,
        38.5,  39.5,  32.3,  33.3,  34.3,  35.3,  36.3,  33.2,  30.1,
        27. ,  36.2,  41.3,  42.3,  35.1,  32. ,  41.2,  46.3,  43.2,
        44.2,  45.2,  50.3,  47.2,  44.1,  45.1,  50.2,  51.2,  52.2,
        45. ,  46. ,  47. ,  52.1,  49. ])

我不知道这是否适合你的目的,但它似乎是一个很好的方法,并且应该以接近c的速度发生,因为它只使用numpyitertools

关于什么:

s[reduce(lambda x,y: x+y, [index_values[x] for x in range(33)], [])] = 4.1

暂无
暂无

声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.

 
粤ICP备18138465号  © 2020-2024 STACKOOM.COM