快速计算此numpy查询的方法

Question

我有一个长度为numpy的布尔mask数组n。我还有一个长度为＆lt; = numpy的{​​{1}}数组a，其中包含从n（含）到0（含）的数字，以及不包含重复项。我想要计算的查询是n-1，但我不认为这是最快的方法。

在np.array([x for x in a if mask[x]])中执行此操作的方式是否比我刚写的方式更快？

Answer 1

看起来最简单的方法就是a[mask[a]]。我写了一个快速测试，它显示了两种方法的速度差异，具体取决于掩码的覆盖范围，p（真实项目的数量/ n）。

import timeit
import matplotlib.pyplot as plt
import numpy as np
n = 10000
p = 0.25
slow_times = []
fast_times = []
p_space = np.linspace(0, 1, 100)
for p in p_space:
    mask = np.random.choice([True, False], n, p=[p, 1 - p])
    a = np.arange(n)
    np.random.shuffle(a)
    y = np.array([x for x in a if mask[x]])
    z = a[mask[a]]
    n_test = 100
    t1 = timeit.timeit(lambda: np.array([x for x in a if mask[x]]), number=n_test)
    t2 = timeit.timeit(lambda: a[mask[a]], number=n_test)
    slow_times.append(t1)
    fast_times.append(t2)
plt.plot(p_space, slow_times, label='slow')
plt.plot(p_space, fast_times, label='fast')
plt.xlabel('p (# true items in mask)')
plt.ylabel('time (ms)')
plt.legend()
plt.title('Speed of method vs. coverage of mask')
plt.show()

这给了我这个情节

因此无论掩模的覆盖范围如何，这种方法都要快得多。