基于对象属性的最大值合并对象列表的最有效方法

Question

我想做与this post 完全相同的事情，但使用二维对象数组而不是二维数字数组。

class ExchangeRate:
    rate = None
    name = None
    otherUsefulProperty = None

    def __init__(self, _rate, _name, _otherUsefulProperty):
        self.rate = _rate
        self.name = _name
        self.otherUsefulProperty = _otherUsefulProperty

这是我对象的类。 rate 属性将是在将图合并在一起时使用的属性。

下面的代码非常适用于二维数字数组，但我无法弄清楚如何有效地使用二维对象数组来做同样的事情。请注意，性能对我正在做的事情至关重要。这是假设二维对象数组确实是高性能的。如果不是并且有更高效的方法，请告诉我。

import numpy as np

graph = np.ndarray(shape=(4, 3, 3), dtype=float, order='F')
graph[0] = [[0, 0, 1], [1, 0, 1], [2, 0, 0]]
graph[1] = [[0, 0, 1], [1, 0, 1], [2, 0, 0]]
graph[2] = [[5, 0, 0], [1, 0, 1], [2, 0, 0]]
graph[3] = [[2, 1, 0], [9, 0, 1], [0, 0, 0]]

PrintAndLog("graph of type " + str(type(graph)) + " = \n" + str(graph))
PrintAndLog("\n\n")
resultGraph = graph.max(axis=0)
PrintAndLog("resultGraph of type " + str(type(resultGraph)) + " = \n" + str(resultGraph))

输出：

graph of type <class 'numpy.ndarray'> = 
[[[ 0.  0.  1.]
  [ 1.  0.  1.]
  [ 2.  0.  0.]]

 [[ 0.  0.  1.]
  [ 1.  0.  1.]
  [ 2.  0.  0.]]

 [[ 5.  0.  0.]
  [ 1.  0.  1.]
  [ 2.  0.  0.]]

 [[ 2.  1.  0.]
  [ 9.  0.  1.]
  [ 0.  0.  0.]]]


resultGraph of type <class 'numpy.ndarray'> = 
[[ 5.  1.  1.]
 [ 9.  0.  1.]
 [ 2.  0.  0.]]

可能的最终解决方案：

希望其他人觉得这很有用。我刚刚进行了大量的性能测试，并且有一个明显的赢家。

TLDR： 获胜者 = np.array + ExchangeRate object + graph.max(axis=0)。这是迄今为止我尝试过的最快的方法。再一次，目标是合并许多费率图，其中每个费率还具有与之关联的元数据，需要与之合并

这是我缩小范围的最终方法的测试结果。每个测试仅基于合并进行计时（我根据速率将多个图表合并为一个）。我记录了以下数据点：200 次运行的平均持续时间，以及第一次运行的持续时间。第一次运行很重要，因为它有时似乎比平均时间长。它可能与缓存有关。

• test_graph_4 200 次运行平均 = 0.0003026 秒（第一次运行，~相同）

• test_graph_3 200 次运行平均 = 0.0003836 秒（第一次运行，~相同）

• test_graph_2b 200 次运行平均值 = 0.000018 秒（第一次运行 0.000092 秒）

• test_graph_2a 200 次运行平均 = 0.000066 秒（第一次运行 0.000143 秒）

Answer 1

相信你只需要实现__lt__方法：

class ExchangeRate:
    rate = None
    name = None
    otherUsefulProperty = None

    def __init__(self, _rate, _name, _otherUsefulProperty):
        self.rate = _rate
        self.name = _name
        self.otherUsefulProperty = _otherUsefulProperty
    
    # this method allows sorting, comparison, etc.
    def __lt__(self, other):
        return self.rate < other.rate

a = np.array([ExchangeRate(3,2,1)])

b = np.array([ExchangeRate(1,2,3)])

a>b

输出：

True