python - 在 numpy 二维数组中计算大于的最佳方法

Question

结果是大小为 300000 的二维 numpy 数组

for i in range(np.size(results,0)):  
     if results[i][0]>=0.7:  
        count+=1

我在这个 python 代码中花费了 0.7 秒，但我在 C++ 代码中运行它，它花费了不到 0.07 秒。
那么如何让这段 python 代码尽可能快呢？

Answer 1

当为了速度进行数值计算时，尤其是在 Python 中，如果可能的话，您绝对不想使用 for 循环。 Numpy 针对“矢量化”计算进行了优化，因此您希望将通常在 for 循环中执行的工作传递给特殊的 numpy 索引和函数，如 where。

我对 300,000 x 600 的 0 到 1 随机值数组进行了快速测试，发现了以下内容。

您的代码，使用一个 for 循环进行非矢量化:
每次运行 226 毫秒

%%timeit
count = 0
for i in range(np.size(n,0)):  
     if results[i][0]>=0.7:  
        count+=1

emilaz 解决方案:
每次运行 8.36 毫秒

%%timeit
first_col = results[:,0]
x = len(first_col[first_col>.7])

Ethan 的解决方案:
每次运行 7.84 毫秒

%%timeit
np.bincount(results[:,0]>=.7)[1]

我想出了最好的
每次运行 6.92 毫秒

%%timeit
len(np.where(results[:,0] > 0.7)[0])

所有 4 种方法都得出相同的答案，根据我的数据，答案是 90,134。希望这对您有所帮助!