Question

我有一个2D数组（array1），它有任意数量的行，在第一列中我有严格单调递增的数字（但不是线性），它代表我系统中的一个位置，而第二个给出一个值，表示我的系统在第一列中的位置和周围的状态。

现在我有了第二个数组（array2）;它的范围通常应与第一个数组的第一列相同，但无关紧要，如下所示。我现在对array2中的每个元素感兴趣： 1. array1 [：，0]中的参数是什么，它与array2中的当前元素具有最接近的值？ 2.这些元素的值（array1 [：，1]）是多少。

因为通常array2会比array1中的行数长，所以如果我从array1中得到一个参数多次，那就非常好了。实际上这就是我的期望。 2.的值写在第二和第三列，如下所示。

我的条纹代码如下所示：

from numpy import arange, zeros, absolute, argmin, mod, newaxis, ones


ysize1 = 50
array1 = zeros((ysize1+1,2))


array1[:,0]   = arange(ysize1+1)**2      
    # can be any strictly monotonic increasing array 
array1[:,1]   = mod(arange(ysize1+1),2)  
    # in my current case, but could also be something else



ysize2      = (ysize1)**2
array2      = zeros((ysize2+1,3))
array2[:,0]   = arange(0,ysize2+1)                  
# is currently uniformly distributed over the whole range, but does not necessarily have to be


a = 0
for i, array2element in enumerate(array2[:,0]):
    a = argmin(absolute(array1[:,0]-array2element))
    array2[i,1] = array1[a,1]

它可以工作，但需要花费大量时间来处理大型数组。然后我尝试实现广播，这似乎与以下代码一起使用：

indexarray = argmin(absolute(ones(array2[:,0].shape[0])[:,newaxis]*array1[:,0]-array2[:,0][:,newaxis]),1)
array2[:,2]=array1[indexarray,1]    # just to compare the results

不幸的是现在我似乎遇到了一个不同的问题：我在广播代码行中使用的数组大小出现内存错误。对于小尺寸它可以工作，但对于较大的尺寸，len（array2 [：，0]）类似于2 ** 17（可能更大）和len（array1 [：，0]）大约是2 ** 14 。我知道，数组的大小比可用内存大。是否有优雅的方式或加快循环？我不需要存储中间数组，我只对结果感兴趣。

谢谢！

Answer 1

首先让我们简化这一行：

argmin(absolute(ones(array2[:,0].shape[0])[:,newaxis]*array1[:,0]-array2[:,0][:,newaxis]),1)

它应该是：

a = array1[:, 0]
b = array2[:, 0]
argmin(abs(a - b[:, newaxis]), 1)

但即使简化了，你也要创建两个大的临时数组。如果a和b的大小为M和N，则b - a和abs(...)分别创建一个大小为（M，N）的临时数组。因为你已经说过a单调递增，所以你可以通过使用二进制搜索（排序搜索）来避免这个问题。看一下我前一段时间写给question的答案。使用此答案中的函数，试试这个：

closest = find_closest(array1[:, 0], array2[:, 0])
array2[:, 2] = array1[closest, 1]

用numpy中的广播替换循环 - ＆gt;记忆错误

1 个答案: