python - 将数组中的低值归零的最快方法？

Question

所以，假设我有 100,000 个 float 组，每个数组包含 100 个元素。我需要最大的 X 个值，但前提是它们大于 Y。任何不匹配的元素都应该设置为 0。在 Python 中最快的方法是什么？必须维持秩序。大多数元素已经设置为 0。

样本变量:

array = [.06, .25, 0, .15, .5, 0, 0, 0.04, 0, 0]
highCountX = 3
lowValY = .1

预期结果:

array = [0, .25, 0, .15, .5, 0, 0, 0, 0, 0]

Answer 1

这是 NumPy 的典型工作。 ，这对于这些类型的操作来说非常快:

array_np = numpy.asarray(array)
low_values_flags = array_np < lowValY  # Where values are low
array_np[low_values_flags] = 0  # All low values set to 0

现在，如果您只需要 highCountX 最大的元素，您甚至可以“忘记”小元素(而不是将它们设置为 0 并对其进行排序)，而只对大元素列表进行排序:

array_np = numpy.asarray(array)
print numpy.sort(array_np[array_np >= lowValY])[-highCountX:]

当然，如果您只需要几个元素，则对整个数组进行排序可能不是最佳选择。根据您的需要，您可能需要考虑标准 heapq模块。