Question

我写了一些代码，但想使其更快。

import numpy as np

test_unit = np.array([[1,2,3,4]])
if set(np.unique(test_unit).astype(int)) >= set((1,2,3)):
    print('True')

我想做的是编写if语句，如果矩阵元素具有（至少1 AND 2 AND 3，至少），然后做一份工作。我的真实代码中的test_unit是2 * 2 * 2矩阵，大约是400 * 400 * 200矩阵。如果你们不介意，能否请您给我一些有关此陈述问题的提示？

Answer 1

一种选择是使用numpy.isin()和all()。这应该比转换为集合快很多：

arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [10, 11, 12, 13]])
sub = np.array([[1, 5], [6, 11]])
np.all(np.isin(sub, arr))
# True

sub = np.array([[1, 5], [6, 101]])
np.all(np.isin(sub, arr))
# False

Answer 2

我进行了一些性能测试，并且将any（）与列表理解一起使用似乎比np.isin（）或set操作要快

N = 1000000
test_unit = np.arange(N)
values    = [N-2, N//2,10000] # will return True

all(v in test_unit for v in values) # 100 times: 0.1501
all(np.isin(values,test_unit))      # 100 times: 3.0908
set(values).issubset(test_unit)     # 100 times: 8.4157

noValues    = [-1,-2,-3] # will return False 

all(v in test_unit for v in noValues) # 100 times: 0.0545
all(np.isin(noValues,test_unit))      # 100 times: 2.9616
set(noValues).issubset(test_unit)     # 100 times: 8.680

寻找if语句的相同功能，但速度更快

2 个答案: