Question

是否有人熟悉增加索引跨度的更快方法，如以下patch(ar, ranges)所做的那样？换句话说，它计算重叠范围，有点像直方图。也许有一个矢量化的方法已经做了类似的事情？

import numpy as np
ar = np.zeros(10)
ranges = [(1, 2), (4, 7), (6, 8)]
add_this = 1

def patch(ar, ranges):
    for start, end in ranges:
        ar[start:end] += add_this
    return ar

print np.arange(10)*1.
print patch(ar, ranges)

输出：

[ 0.  1.  2.  3.  4.  5.  6.  7.  8.  9.]
[ 0.  1.  0.  0.  1.  1.  2.  1.  0.  0.]

我的问题类似于： - Pandas: Overlapping time count - How to identify the maximum number of overlapping date ranges?

Answer 1

我认为numpy中没有这样的方法，如何编写一个cython函数来加速计算是非常容易的：

首先创建随机范围：

import numpy as np

N = 1000
idx = np.random.randint(0, N, (100000, 2)).astype(np.uint64)
idx.sort(axis=1)
tidx = [tuple(x) for x in idx.tolist()]

Python for循环：

%%time
a = np.zeros(N)
for s,e in tidx:
    a[s:e] += 1

输出：

CPU times: user 459 ms, sys: 1e+03 µs, total: 460 ms
Wall time: 461 ms

定义cython函数：

%%cython
import cython

@cython.wraparound(False)
@cython.boundscheck(False)
def patch(double[::1] a, size_t[:, ::1] idx, double v):
    cdef size_t i, j
    for i in range(idx.shape[0]):
        for j in range(idx[i, 0], idx[i, 1]):
            a[j] += v

通过cython计算：

%%time
a2 = np.zeros(N)
patch(a2, idx, 1)

输出：

CPU times: user 18 ms, sys: 0 ns, total: 18 ms
Wall time: 17.7 ms

检查结果：

np.all(a == a2)

输出：

True

数组的许多子跨度的快速增量

1 个答案: