Question

我正在努力使用ismember找到特定Matlab编码“模式”的Numpy等价物。

不幸的是，这段代码往往是我的Matlab脚本花费的大部分时间，所以我想找到一个有效的Numpy等价物。

基本模式包括将子集映射到更大的网格。我有一组存储为并行数组的键值对，我想将这些值插入到以相同方式存储的更大的键值对列表中。

具体而言，我有季度GDP数据，我按照以下方式映射到月度时间网格。

quarters = [200712 200803 200806 200809 200812 200903];
gdp_q = [10.1 10.5 11.1 11.8 10.9 10.3];
months = 200801 : 200812;
gdp_m = NaN(size(months));
[tf, loc] = ismember(quarters, months);
gdp_m(loc(tf)) = gdp_q(tf);

请注意，并非所有季度都出现在月份列表中，因此 tf 和 loc 变量都是必需的。

我在StackOverflow上看到了类似的问题，但是他们要么只提供纯Python解决方案（here），要么使用numpy，然后不返回 loc 参数（{{3 }}）。

在我的特定应用领域，这种特殊的代码模式往往会反复出现并占用我函数的大部分CPU时间，因此这里的有效解决方案对我来说非常重要。

也欢迎提出意见或重新设计建议。

Answer 1

如果对月份进行排序，请使用np.searchsorted。否则，排序然后使用np.searchsorted：

import numpy as np
quarters = np.array([200712, 200803, 200806, 200809, 200812, 200903])
months = np.arange(200801, 200813)
loc = np.searchsorted(months, quarters)

np.searchsorted返回插入位置。如果您的数据可能不在合适的范围内，您可能希望在之后进行检查：

valid = (quarters <= months.max()) & (quarters >= months.min())
loc = loc[valid]

这是O（N log N）解决方案。如果你的程序在运行时间方面仍然是一个大问题，你可能只是使用散列方案在C（++）中做这个子程序，这将是O（N）（以及避免一些常数因素，当然）。

Answer 2

我认为您可以重新设计您提供的原始MATLAB代码示例，以便它不使用ISMEMBER函数。这可能会加速MATLAB代码，并且如果你仍然想要在Python中重新实现它更容易：

quarters = [200712 200803 200806 200809 200812 200903];
gdp_q = [10.1 10.5 11.1 11.8 10.9 10.3];

monthStart = 200801;              %# Starting month value
monthEnd = 200812;                %# Ending month value
nMonths = monthEnd-monthStart+1;  %# Number of months
gdp_m = NaN(1,nMonths);           %# Initialize gdp_m

quarters = quarters-monthStart+1;  %# Shift quarter values so they can be
                                   %#   used as indices into gdp_m
index = (quarters >= 1) & (quarters <= nMonths);  %# Logical index of quarters
                                                  %#   within month range
gdp_m(quarters(index)) = gdp_q(index);  %# Move values from gdp_q to gdp_m

Answer 3

尝试使用pypi的self.navigationController?.navigationBar.prefersLargeTitles = true库。

ismember

示例：

pip install ismember

在numpy（Python）中Matlab'ismember'的等价物？

3 个答案: