Question

我想知道我是否可以使用 numpy 来加速此代码......

代码实际上正在运行，但我知道可以用np.where做得更好，我试过但没有成功：）

对于每个syn位置，我想比较第一个位置（＆＃39; 000＆＃39;，＆＃39; 001＆＃39; ...）上的字符串与变量综合症（转换为字符串）并得到匹配时第二个位置的int

如果我患有综合症＆＃39; 100＆＃39;我会得到4，所以我知道我要翻转8位码字中的第4位

def recover_data(noisy_data):

syn=[['000','none'],['001',6],['010',5],['011',3],['100',4],['101',0],['110',1],['111',2]]

for ix in range(noisy_data.shape[0]):
    unflip=0    #index that will be flipped

    for jx in range(len(syn)):
        if(syn[jx][0] == ''.join(syndrome.astype('str'))):
            unflip = syn[jx][1]
    if(str(unflip)!='none'):
        noisy_data[ix,unflip]=1-noisy_data[ix,unflip]

Answer 1

看起来像dictionary会有所帮助

syn=dict([['000','none'],['001',6],['010',5],['011',3],['100',4],['101',0],['110',1],['111',2]])

syn

{'000': 'none',
 '001': 6,
 '010': 5,
 '011': 3,
 '100': 4,
 '101': 0,
 '110': 1,
 '111': 2}

syn.get('011')  # .get(key) will return None if the key isn't in the dict

3

Python - 需要Numpy加速

1 个答案: