提高查找列表中項目索引的速度

Question

我正在嘗試加速我編寫的程序，在導入cProfile之后，我發現一個函數占用了大量的計算時間。

就是這樣，它在列表中找到了一個numpy.ndarray：

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

由於列表無法訂購等，我看不到任何方法可以避免掃描整個列表。 我已經閱讀了一些關於矢量化的文章，我想知道是否可以在這里應用，或者是否還有其他方法來加快速度？

謝謝

Answer 1

你可能無法避免走在列表中，但你可以加快比較：

設置示例：

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

直接參考方法：

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 （較慢）

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視圖（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

有一個名為index()的內置python函數，您可以通過將字符串作為值插入並在列表中查找其索引來使用它。

Answer 3

所以你在尋找np.where

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

Answer 4

如何檢查矩陣是否在Python矩陣列表中

這里接受的答案使用np.array_equal ，它首先檢查形狀，然后進行all(==)測試。

另一個SO： 檢查Python中的3d數組中是否存在2d數組？

使用fortran和f2py在數組中搜索比np.where（ar == value）更快的值

為什么不是“numpy.any”懶惰（短路）