【问题标题】:Need faster python code for calculating sample entropy需要更快的 python 代码来计算样本熵
【发布时间】:2013-08-27 15:20:05
【问题描述】:

这是我在为样本熵编写python代码时遇到的问题。

map(max, abs(a[i]-a) ) 很慢。

还有其他功能比map() 性能更好吗?

a 是 ndarray,看起来像 np.array([ [1,2,3,4,5],[2,3,4,5,6],[3,4,5,3,2] ])

【问题讨论】:

  • 这里的a 是什么?这是 Python 2.x 还是 3.x(map() 两者都不一样)?
  • 你试过import speed吗?不过说真的,a 看起来像什么?所需的输出是什么?
  • a 还是numpy.ndarray? (你可以检查这个type(a))...
  • 你的预期输出是什么?

标签: python numpy entropy


【解决方案1】:

使用矢量化最大值

>>> map(max, abs(a[2]-a) )
[3, 4, 0]
>>> np.abs(a[2] - a).max(axis=1)
array([3, 4, 0])

【讨论】:

    猜你喜欢
    • 2020-02-22
    • 1970-01-01
    • 2013-03-05
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2014-07-19
    • 1970-01-01
    相关资源
    最近更新 更多