重复上一个索引

时间:2017-10-13 11:12:25

标签: python performance numpy

我有一系列指标a,如果应复制最后一个1的索引,则包含0。否则,当前运行的索引将通过:

即,

a = np.array([0, 1, 1, 1, 0, 0, 0, 1, 1, 0, 1])
i = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

预期输出

x = np.array([0, 0, 0, 0, 4, 5, 6, 6, 6, 9, 9])

再次:逻辑:

  • 到达索引y
    • 如果a[y] == 0:返回i[y]
    • 如果a[y] == 1:返回i[yy],其中yymax yy < y: a[yy] == 0 - a0的“上一个上一个索引”。< / LI>
始终

a[0] == 0

我设法完成的任何方法都使用递归方法/循环,并且根本没有效率。什么是快速计算方法x

3 个答案:

答案 0 :(得分:3)

这是一种利用maskingmaximum-accumulationnp.maximum.accumulate的矢量化方式 -

i[np.maximum.accumulate(np.where(a==0, np.arange(len(a)), 0))]

另一种说法是 -

i[np.maximum.accumulate(np.arange(len(a)) * (a==0))]

<强>解释

为了深入了解这里故事的细节,让我们分解一下步骤 -

1]输入:

In [83]: a = np.array([0, 1, 1, 1, 0, 0, 0, 1, 1, 0, 1])
    ...: i = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
    ...: 

2]因此,输入a为:

In [84]: a
Out[84]: array([0, 1, 1, 1, 0, 0, 0, 1, 1, 0, 1])

3]获取覆盖a

长度的范围数组
In [85]: np.arange(len(a))
Out[85]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10])

4]现在在a为1的位置屏蔽范围数组,为我们留下对应于0的元素:

In [86]: np.arange(len(a)) * (a==0)
Out[86]: array([0, 0, 0, 0, 4, 5, 6, 0, 0, 9, 0])

5]根据需要使用最大累积来创建渐变结构:

In [87]: np.maximum.accumulate(np.arange(len(a)) * (a==0))
Out[87]: array([0, 0, 0, 0, 4, 5, 6, 6, 6, 9, 9])

6]最后使用所需数字的数字索引到i:

In [88]: i[np.maximum.accumulate(np.arange(len(a)) * (a==0))]
Out[88]: array([0, 0, 0, 0, 4, 5, 6, 6, 6, 9, 9])

运行时测试

方法 -

def FranciscoRodriguez(a,i): # @Francisco Rodríguez's soln
    x = []
    for idx,val in enumerate(a):
        if val==0: x.append(i[idx])
        elif val==1: x.append(x[-1])
    return x

def ThomasGuenet(a,i): # @ThomasGuenet 's soln
    x = np.zeros(len(a))
    for j, aa in enumerate(a):
        if j == 0:
            x[j] == aa
        elif aa == 1:
            x[j] = x[j-1]
        else: 
            x[j] = i[j]
    return x

def vectorizedApp1(a,i):
    return i[np.maximum.accumulate(np.where(a==0, np.arange(len(a)), 0))]

def vectorizedApp2(a,i):
    return i[np.maximum.accumulate(np.arange(len(a)) * (a==0))]

计时 -

让我们平铺给定的样本以创建更大的数据集并测试所有解决方案:

In [78]: a = np.array([0, 1, 1, 1, 0, 0, 0, 1, 1, 0, 1])
    ...: i = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
    ...: 
    ...: a = np.tile(a,100000)
    ...: i = np.tile(i,100000)
    ...: 

In [79]: %timeit FranciscoRodriguez(a,i)
    ...: %timeit ThomasGuenet(a,i)
    ...: %timeit vectorizedApp1(a,i)
    ...: %timeit vectorizedApp2(a,i)
    ...: 
1 loop, best of 3: 328 ms per loop
1 loop, best of 3: 331 ms per loop
100 loops, best of 3: 6.07 ms per loop
100 loops, best of 3: 6.77 ms per loop

答案 1 :(得分:2)

我采用了这种方法:

a = [0, 1, 1, 1, 0, 0, 0, 1, 1, 0, 1]
i = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
x = []
for idx,val in enumerate(a):
    if val==0: x.append(i[idx])
    elif val==1: x.append(x[-1])

这是一个只遍历列表一次的循环,因此没有嵌套循环或递归。这样,时间成本将是O(N),N是a

的长度

答案 2 :(得分:0)

为了快速编写代码,我知道你应该使用尽可能少的if,没有for(包含while和try / except),预先指定变量,并使用numpy数组。

a = np.array([0, 1, 1, 1, 0, 0, 0, 1, 1, 0, 1])
i = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
x = np.zeros(len(a))
for j, aa in enumerate(a):
    if j == 0:
        x[j] == aa
    elif aa == 1:
        x[j] = x[j-1]
    else: 
        x[j] = i[j]