使用 numpy 进行矢量化的更好方法答案

【问题标题】：Better way to vectorize using numpy使用 numpy 进行矢量化的更好方法
【发布时间】：2014-12-16 10:44:02
【问题描述】：

我想知道是否有更好的方法来矢量化以下内容：

array = []
for ele in long_list:
    if condition:
        array.append(1)
vector = np.array(array)

现在这基本上是np.ones(len(long_list))，除了if 条件。

有没有更好的（矢量化）方法来实现上述目标？

【问题讨论】：

【解决方案1】：

正如您在问题中所建议的那样，如果您一次评估整个数组的条件（使用矢量化 NumPy 操作）而不是在循环中单独检查每个元素，您将获得更好的性能。

使用矢量化操作来检查条件会创建一个布尔数组，您可以对其进行压缩和转换以产生所需的输出。

为了说明这一点，下面是一个检查数组元素是否小于 10 的示例：

>>> long_list = np.arange(500)
>>> b = long_list < 10
>>> np.compress(b, b).astype(int)
array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1])

【讨论】：

【解决方案2】：

vector = np.fromiter((1 for ele in long_list if condition), dtype=int)

这应该比任何一个都快：

vector = np.ones(len([x for x in long_list if conditon]))

或

vector = np.array( [1 for ele in long_list if condition(ele)] )

因为它避免了构建过滤列表，因为(1 for ele in long_list if condition) 返回的是生成器而不是列表。

编辑

我想知道这是否也是一个可行的选择：

vector = np.array( (1 for ele in long_list if condition(ele)) )

【讨论】：

第一个不起作用，它要求 dtype.. vector = np.fromiter((1 for ele in [1,2,3]) ,dtype=int) 有效 :) 但谢谢.

【解决方案3】：

列表推导比for 循环更快。我假设条件取决于ele。

array = [1 for ele in long_list if condition(ele)]

vector = np.array(array)

另一种选择是使用更快的方法来计算condition(ele) 是True 的情况。但我所知道的可能做到这一点的技巧通常取决于条件是什么。

【讨论】：