我有一个数字列表,我想根据几个条件用列表二进制模式替换每个数字。我有一个这样做的工作代码,但我想知道是否有更快更有效的代码,因为如果我想添加更多条件。
谢谢
import numpy as np
n = []
z = np.linspace(0,5,8)
t = [3.8856, 4.1820, 2.3040, 1.0197, 0.4295, 1.5178, 0.3853, 4.2848, 4.30911, 3.2299, 1.8528, 0.6553, 3.3305, 4.1504, 1.8787]
for i in t:
if i>=z[0] and i<z[1]:
n.extend([0,0,0,0,0])
elif i>=z[1] and i<z[2]:
n.extend([0,0,0,0,1])
elif i>=z[2] and i<z[3]:
n.extend([0,0,0,1,0])
elif i>=z[3] and i<z[4]:
n.extend([0,0,0,1,1])
elif i>=z[4] and i<z[5]:
n.extend([0,0,1,0,0])
elif i>=z[5] and i<z[6]:
n.extend([0,0,1,0,1])
elif i>=z[6] and i<z[7]:
n.extend([0,0,1,1,0])
new_n = np.asarray(n).reshape(len(t),5) # new_n is the final pattern I want.
最佳答案
这本身不是一个答案,但由于使用 numpy 而不是 python 的 for 循环,它可能会更快。
首先,您想要执行一些binning :
>> bins = np.digitize(t, z) - 1 # minus 1 just to align our shapes
array([5, 5, 3, 1, 0, 2, 0, 5, 6, 4, 2, 0, 4, 5, 2])
这会告诉您每个值都在哪个容器中。接下来,按顺序定义您的模式:
>> patterns = np.array([
[0,0,0,0,0],
[0,0,0,0,1],
[0,0,0,1,0],
[0,0,0,1,1],
[0,0,1,0,0],
[0,0,1,0,1],
[0,0,1,1,0],
])
现在,对于一些 numpy 魔法,不要追加/扩展,而是创建一个充满零的数组(这几乎总是更快)。该数组的形状为(len(t), len(z)-1)
。使用this SO answer ,我们也会进行one-hot编码:
>> inds = np.zeros((len(t), len(z)-1))
>> inds[np.arange(len(t)), bins] = 1
>> inds
array([[0., 0., 0., 0., 0., 1., 0.],
[0., 0., 0., 0., 0., 1., 0.],
[0., 0., 0., 1., 0., 0., 0.],
.....,
[0., 0., 0., 0., 0., 1., 0.],
[0., 0., 1., 0., 0., 0., 0.]])
最后,我们需要的是矩阵乘法
>> inds @ patterns
array([[0., 0., 1., 0., 1.],
[0., 0., 1., 0., 1.],
[0., 0., 0., 1., 1.],
....
[0., 0., 1., 0., 1.],
[0., 0., 0., 1., 0.]])
我没有进行质量计时测试,但根据我的小实验,以下是我的结果:
您的循环:每个循环 17.7 µs ± 160 ns(7 次运行的平均值 ± 标准差,每次 100000 次循环) 我的实现:每个循环 8.49 µs ± 125 ns(7 次运行的平均值 ± 标准差,每次 100000 个循环)
这可能会或可能不会很好地扩展到更大的数据集。希望这有帮助:)
编辑:关注Alexander Lopatin's回答 我很感兴趣地看到我的方法明显慢了。经过进一步调查,我得出的结论之一是 numpy 的函数有一些显着的开销,对于很少的 t 值而言,这并不是一个便宜的代价。对于较大的列表,numpy 开销微不足道,但性能增益却不容忽视:
timings = {
10: [7.79, 24.1, 21.7],
16: [10.7, 29.9, 22.9],
24: [14.6, 40.5, 23.4],
33: [19.1, 48.6, 23.4],
38: [21.9, 55.9, 23.9],
47: [26.7, 66.2, 24.1],
61: [33, 79.5, 24.7],
75: [40.8, 92.6, 25.8],
89: [47.6, 108, 26.2],
118: [60.1, 136, 27.4],
236: [118, 264, 33.1],
472: [236, 495, 40.9],
1000: [657, 922, 52],
10000: [6530, 9090, 329]
}
缩放:
关于python - 根据多种条件将列表中的项目替换为其他项目(小列表),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55112218/