Question

我来自java背景，是numpy和pandas的新手。我想将以下伪代码翻译成python。

theta[0...D] - numpy
input[1...D][0...N-1] - Pandas data frame

PSEUDO CODE：

mean = theta[0]
for(row = 0 to N-1)
     for(col = 1 to D)
          mean += theta[col] * input[row][col]

实现：

class simulator:
    theta = np.array([])
    stddev = 0

    def __init__(self, v_coefficents, v_stddev):
        self.theta = v_coefficents
        self.stddev = v_stddev

    def sim( self, input ):
        mean = self.theta[0]
        D = input.shape[0]
        N = input.shape[1]

        for index, row in input.iterrows():
            mean = self.theta[0]
            for i in range(D):
                mean += self.theta[i+1] *row['y']

我关注最后一行代码中的迭代： mean += self.theta[i+1] *row['y']。

Answer 1

由于您正在使用NumPy，我建议将pandas数据帧作为数组提取，然后我们可以使用theta和提取的input版本作为数组。< / p>

因此，从我们开始，我们将数组作为 -

input_arr = input.values

然后，伪代码的翻译将是 -

mean = theta[0]
for row in range(N):
    for col in range(1,D+1):    
        mean += theta[col] * input_arr[row,col]

要执行总和减少，NumPy支持向量化操作和broadcasting，我们只需输出 -

mean = theta[0] + (theta[1:D+1]*input_arr[:,1:D+1]).sum()

这可以通过np.dot作为矩阵乘法进一步优化，如此 -

mean = theta[0] + np.dot(input_arr[:,1:D+1], theta[1:D+1]).sum()

请注意，如果您认为input的长度为D-1，那么我们需要进行少量修改：

Loopy代码包含：input_arr[row,col-1]而不是input_arr[row,col]。
矢量化代码将包含：input_arr而不是input_arr[:,1:D+1]。

基于comments -

In [71]: df = {'y' : [1,2,3,4,5]}
    ...: data_frame = pd.DataFrame(df)
    ...: test_coefficients = np.array([1,2,3,4,5,6])
    ...: 

In [79]: input_arr = data_frame.values
    ...: theta = test_coefficients
    ...: 

In [80]: theta[0] + np.dot(input_arr[:,0], theta[1:])
Out[80]: 71

迭代通过pandas数据帧和numpy

1 个答案: