我有一个过滤器表达式如下:feasible_agents = filter(lambda agent: agent >= cost[task, agent], agents)
其中 agents 是一个 python 列表。
现在，为了加快速度，我正在尝试使用 numpy 来实现这一点。
使用 numpy 的等价物是什么？
我知道这有效:
threshold = 5.0
feasible_agents = np_agents[np_agents > threshold]
其中
np_agents 是 agents 的numpy等价物。但是，我希望阈值是 numpy 数组中每个元素的函数。
最佳答案
由于您没有提供示例数据，请使用玩具数据:
# Cost of agents represented by indices of cost, we have agents 0, 1, 2, 3
cost = np.array([4,5,6,2])
# Agents to consider
np_agents = np.array([0,1,3])
# threshold for each agent. Calculate different thresholds for different agents. Use array of indexes np_agents into cost array.
thresholds = cost[np_agents] # np.array([4,5,2])
feasible_agents = np_agents[np_agents > thresholds] # np.array([3])
关于python - 在每个元素上使用条件的 Numpy 过滤器，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/52380972/