python - 在Python中循环二维数组的最有效方法是什么

Question

我是 Python 和机器学习新手。我在互联网上找不到最好的方法。我有一个大的二维数组 (distance_matrix.shape= (47, 1328624))。我写了下面的代码，但运行时间太长。 for循环中的for循环需要很长时间。

distance_matrix = [[0.21218192, 0.12845819, 0.54545613, 0.92464129, 0.12051526, 0.0870853 ], [0.2168166 , 0.11174682, 0.58193855, 0.93949729, 0.08060061, 0.11963891], [0.23996999, 0.17554854, 0.60833433, 0.93914766, 0.11631545, 0.2036373]]
                    
iskeleler = pd.DataFrame({
    'lat':[40.992752,41.083202,41.173462],
    'lon':[29.023165,29.066652,29.088163],
    'name':['Kadıköy','AnadoluHisarı','AnadoluKavağı']
}, dtype=str)

for i in range(len(distance_matrix)):
    for j in range(len(distance_matrix[0])):
        if distance_matrix[i][j] < 1:
            iskeleler.loc[i,'Address'] = distance_matrix[i][j]
        
print(iskeleler)

为了解释一下，我正在共享数组的前 5 行并显示我的数据框。 奥 git _a İskeleler dataframe

“Iskeleler”数据框有 47 行。我想通过查看 distance_matrix 中第 i 行的所有值并添加小于 1 的值，将它们添加到“Iskeleler”中第 i 行的“地址”列。我的意思是，如果我们查看distance_matrix 照片，我想添加诸如 0.21218192 + 0.12845819 + 0.54545613 .... 之类的数字，并将它们放入 ïskeleler 数据帧中第 i 行的“地址”列中。

我的目的是循环遍历distance_matrix并找到一些小于1的值。代码花费的时间太长。我怎样才能以更快的方式做到这一点？

Answer 1

我认为你的意思是:

import numpy as np

# Set up some dummy data in range 0..100
distance = np.random.rand(47,1328624) * 100.0

# Boolean mask of all values < 1
mLessThan1 = distance<1

# Sum elements <1 across rows 
result = np.sum(distance*mLessThan1, axis=1)

在我的 Mac 上这需要 168 毫秒。

In [47]: %timeit res = np.sum(distance*mLessThan1, axis=1)
168 ms ± 914 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)