我正在尝试找出最快的方法来计算两个值在 numpy 列表中一个接一个地出现的次数。
例如:
列表 = [1, 5, 4, 1, 2, 4, 6, 7, 2, 1, 3, 3, 1, 2]
我想计算值 1
跟随值 2
的次数(反之亦然)
在上面的示例中,答案应该是 1
,因为 1
只跟在 2
之后一次。
显然,我可以通过一个简单的 for 循环得出答案,每当项目 i
等于 1
且项目 i-1 时,该循环就会添加到计数器中
等于2
,但我觉得一定有更快的方法,
谢谢
最佳答案
你可以使用 np.diff
来做到这一点和 np.where
:
import numpy as np
mylist = [1, 5, 4, 1, 2, 4, 6, 7, 2, 1, 3, 3, 1, 2]
# Turn your list into a numpy array
myarray = np.array(mylist)
# find occurences where myarray is 2 and the following element is 2 minus 1
np.sum((myarray[:-1] == 2) & (np.diff(myarray) == -1))
返回 1
大型阵列的计时:
在一个小列表上,迭代方法和 numpy
方法之间的时间差异不会很明显。但是在大型数组上,如下例所示,numpy
的性能要好得多。
import timeit
mylist = np.random.choice(range(0,9), 1000000)
def np_method(mylist = mylist):
return np.sum((mylist[:-1] == 2) & (np.diff(mylist) == -1))
def zip_loop(a = mylist):
return len( [1 for i,j in zip(a, a[1:]) if i == 2 and j == 1] )
def for_loop(list1 = mylist):
count=0
desired_num=2
follower_num=1
for i in range(len(list1)-1):
if list1[i]==desired_num:
if list1[i+1]==follower_num:
count+=1
return count
>>> timeit.timeit(np_method, number = 100) / 100
0.006748438189970329
>>> timeit.timeit(zip_loop, number = 100) / 100
0.3811768989200209
>>> timeit.timeit(for_loop, number = 100) / 100
0.3774999916599336
关于python - 计算 numpy 列表中项目的精确共现次数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51193630/