Question

我有这个while循环，我想知道他们是否是一个更加pythonic的方式来编写它：

k = 1
while np.sum(s[0:k]) / s_sum < retained_variance:
    k += 1

s是一个numpy向量。谢谢！

Answer 1

我会说这是非常pythonic：显性比隐含更好。

Answer 2

以下代码的最后一行将在一行中找到k的值：

import numpy as np
import math

s = np.array([1,2,3,4,5,6,7,8,9])
s_sum = 1
retained_variance = 4.3

k = 1
while np.sum(s[0:k]) / s_sum < retained_variance:
    k += 1

print (k)

print (np.ceil(np.interp(retained_variance,s.cumsum()/s_sum,range(1,len(s)+1))))

Answer 3

这更像是Haskell而不是python：

>>> from itertools import count, dropwhile
>>> pred = lambda k: np.sum(s[:k]) / s_sum < retained_variance
>>> head = next  # just to look more like haskell
>>> head(dropwhile(pred, count()))

编辑：这会更有效：

>>> from itertools import dropwhile, accumulate
>>> pred = lambda x: x[1] / s_sum < retained_variance
>>> head = next
>>> head(dropwhile(pred, enumerate(accumulate(s), start=1)))[0]

Answer 4

可能不是最有效的解决方案，但如果需要搜索大部分阵列，则速度很快：

import numpy as np

ss = np.cumsum(s)  # array with cumulative sum
k = ss.searchsorted(retained_variance*s_sum) # exploit that ss is monotonically increasing

编辑：西蒙指出

k = np.cumsum(s).searchsorted(retained_variance*s_sum) + 1

是与问题对应的值。

是否有更多的pythonic方法来编写只更新变量的while循环？

4 个答案: