Question

我有一个数组：

t = [4, 5, 0, 7, 1, 6, 8, 3, 2, 9]

这只是范围[0,9]的随机混乱。我需要计算一下：

t2 = [9, 5, 7, 8, 7, 14, 11, 5, 11, 13]

只是：

t2 = [t[0]+t[1], t[1]+t[2], t[2]+t[3], t[3]+t[4], ..., t[9]+t[0]]

有没有一种方法可以用numpy来处理大型数组时避免使用python for循环？

Answer 1

你可以利用NumPy数组的元素加法能力：

In [5]: import numpy as np

In [6]: t = np.array([4, 5, 0, 7, 1, 6, 8, 3, 2, 9])

In [7]: t + np.r_[t[1:],t[0]]
Out[7]: array([ 9,  5,  7,  8,  7, 14, 11,  5, 11, 13])

np.r_是将序列连接在一起以形成新的numpy数组的一种方法。正如我们将在下面看到的那样，在这种情况下并不是最佳方式。

另一种可能性是：

In [10]: t + np.roll(t,-1)
Out[10]: array([ 9,  5,  7,  8,  7, 14, 11,  5, 11, 13])

使用np.roll显示速度明显更快：

In [11]: timeit t + np.roll(t,-1)
100000 loops, best of 3: 17.2 us per loop

In [12]: timeit t + np.r_[t[1:],t[0]]
10000 loops, best of 3: 35.5 us per loop

Answer 2

您可以使用zip()，列表切片和a list comprehension非常愉快地执行此操作：

t2 = [a+b for (a, b) in zip(t, t[1:])]
t2.append(t[0]+t[-1])

我们需要在最后一个元素中添加额外的append()，因为zip()只能在最短的迭代器结束时起作用。列表理解明显快于普通for循环，因为它在Python中实现了C端，而不是Python循环。

另一种方法是使用itertools.zip_longest：

from itertools import zip_longest
t2 = [a+b for (a, b) in zip_longest(t, t[1:], fillvalue=t[0])]

要填充额外的值。请注意Python 2.x中的此函数为itertools.izip_longest。

Answer 3

怎么样？

import numpy as np
t = np.array([4, 5, 0, 7, 1, 6, 8, 3, 2, 9])

new_t = t + np.hstack((t[1:], [t[0]]))

结果：

>>> new_t
array([ 9,  5,  7,  8,  7, 14, 11,  5, 11, 13])

获取numpy数组中的元素对的总和

3 个答案: