通过比较两个数组计算百分比误差

Question

我在两个numpy数组中有一些数据。

a = [1, 2, 3, 4, 5, 6, 7]
b = [1, 2, 3, 5, 5, 6, 7]

我说数组a是我的计算结果，数组b是真实的结果值。我想计算结果中的错误百分比。 现在我可以遍历两个数组并比较它们0如果值匹配，1表示不匹配，然后将它们相加，除以总值并计算百分比误差。

有没有更快更优雅的方法呢？

Answer 1

首先使用a计算b和a != b不同的位置，然后找出这些值的平均值：

>>> import numpy as np
>>> a = np.array([1, 2, 3, 4, 5, 6, 7])
>>> b = np.array([1, 2, 3, 5, 5, 6, 7])
>>> error = np.mean( a != b )
>>> error
0.14285714285714285

Answer 2

有些事情：

>>> a = np.array([1, 2, 3, 5, 5, 6, 7])
>>> b = np.array([1, 2, 3, 4, 5, 6, 7])
>>> (a != b).sum()/float(a.size)
0.14285714285714285

更新我很好奇为什么这个稍微更快：

a = np.random.randint(4, size=1000)
b = np.random.randint(4, size=1000)
timeit('from __main__ import a, b; (a != b).sum()/float(a.size)', number=10000)
# 0.42409151163039496
timeit('from __main__ import a, b, np; np.mean(a != b)', number=10000)
# 0.5342614773662717