[英]Using numpy to vectorize subtraction of array with scalar (via another array) without using double for-loop
[英]How to use numpy where on each element of test array without a for-loop?
我想在例程中使用numpy函數而不使用for循環。 考慮下面的示例:
import numpy as np
data = np.linspace(1, 10, 10).astype(int)
test_elements = np.array([1, 2])
for test_elem in test_elements:
print(np.where(test_elem == data))
...
(array([0]),)
(array([1]),)
我讀過其他文章和numpy文檔。 常見的建議似乎是使用np.roll
滾動test_elements
,或使用其他技巧,例如大步邁進(我不完全理解)。 我以為使用np.vectorize
對函數進行矢量化可能會更容易,但是我感覺這對於問題來說過於np.vectorize
過正,因此必須有一個更簡單的解決方案。 任何指導將不勝感激?
這是使用.outer
和np.split
一種方法,我使示例變得更加有趣。
data = np.linspace(1, 5, 10).astype(int)
test_elements = np.array([1, 2, 4, 6])
y, x = np.where(np.equal.outer(test_elements,data))
np.split(x, y.searchsorted(np.arange(1,test_elements.size)))
# [array([0, 1, 2]), array([3, 4]), array([7, 8]), array([], dtype=int64)]
一些解釋:
np.equal.outer(test_elements,data)
是相同的
test.elements[:,None] == data[None,:]
因此,這是一個二test_elem == data
數組,其行等於for循環中出現的布爾數組test_elem == data
。
where
返回來自此兩個食指的陣列,每一個坐標。 x
是瞬息萬變的協調和等於值1D where
你for循環的回報,但都粘在一起成一個長的矢量。 y
是慢速調整坐標,它的值是有序的,可以用於對x
進行分組/拆分。 searchsorted
可能不是最有效的方法,但它很簡單並且可以正確處理空行。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.