python在矢量化后打印生成器列表？

Question

我是矢量化和生成器的新手。到目前为止，我已经创建了以下函数：

import numpy as np

def ismember(a,b):
    for i in a:
        if len(np.where(b==i)[0]) == 0:
            lv_var = 0
        else:
            lv_var = np.int(np.where(b==i)[0])
        yield lv_var

vect = np.vectorize(ismember)

A = np.array(xrange(700000))
B = np.array(xrange(700000))

lv_result = vect(A,B)

当我尝试将lv_result作为列表或循环遍历生成的numpy数组时，我得到一个生成器对象列表。我需要以某种方式获得实际结果。如何从此功能打印实际结果？发电机上的.next()似乎无法完成这项工作。

有人可以告诉我，我做错了什么或者我如何重新配置​​代码以达到最终目标？

----------------------------------------------- ----

好的，所以我现在理解了矢量化部分（感谢Viet Nguyen示例） 我还能够打印生成器对象的结果。代码已被修改。请参阅下文。

对于发电机部分：

我想要做的是模仿名为ismember的MATLAB函数（格式为：[Lia，Locb] = ismember（A，B）。我只是想获取Locb仅部分。

  

来自Matlab：Locb，包含A中每个值的B中最低的索引.A是B的成员。输出数组Locb在A不是B的成员的地方包含0

主要问题之一是我需要能够尽可能高效地执行此操作。为了测试，我有两个700k元素的数组。创建生成器并遍历生成器的值似乎没有更好的性能。

要打印生成器，我在下面创建了函数f（）。

import numpy as np

def ismember(a,b):
    for i in a:
        index = np.where(b==i)[0]
        if len(index) == 0:
            yield 0
        else:
            yield index


def f(A, gen_obj):
    my_array = np.arange(len(A))
    for i in my_array:
        my_array[i] = gen_obj.next()
    return my_array


A = np.arange(700000)
B = np.arange(700000)

gen_obj = ismember(A,B)

f(A, gen_obj)

print 'done'

注意：如果我们尝试使用较小数组的上述代码： 让我们说。

A = np.array（[3,4,4,3,6]）

B = np.array（[2,5,2,6,3]）

结果将是一个数组：[4 0 0 4 3]

就像matlabs函数一样：目标是为B中的每个值获取B中的最低索引。输出数组Locb在A不是B的成员的任何地方都包含0。

Numpy的交叉功能并没有帮助我实现目标。此外，返回数组的大小需要与数组A的大小保持相同的大小。

到目前为止，这个过程是永远的（对于700k元素的数组）。不幸的是，我还没有找到最好的解决方案。关于如何重新配置​​代码以实现最终目标以及最佳性能的任何输入都将非常受欢迎。

---

优化问题解决了：

python-run-generator-using-multiple-cores-for-optimization

Answer 1

我相信你误解了numpy.vectorize函数的输入。 “向量化”函数基于每个元素（see numpy.vectorize reference）在数组上运行。您的函数ismember似乎假设输入a和b是数组。相反，将该函数视为内置map()时使用的函数。

> import numpy as np
> def mask(a, b):
>   return 1 if a == b else 0
> a = np.array([1, 2, 3, 4])
> b = np.array([1, 3, 4, 5])
> maskv = np.vectorize(mask)
> maskv(a, b)
  array([1, 0, 0, 0])

另外，如果我正确理解你的意图，NumPy会附带一个intersection function。