Question

我有一个仿真，该仿真在给定的循环中任意多次查看numpy数组，以检查是否有任何元素超过了某个阈值。如果某个元素超过了阈值，那么我需要跟踪它是哪个元素，因此我可以对该特定元素进行操作。我有一个函数可以做到这一点，但这是我的代码的主要瓶颈。运行仿真所花费的时间中，约有90％用于执行此功能。

这是我的功能：

    def scanLattice(s_array,t_array,L):
        failures = []
        for i in xrange(L):
            for j in xrange(L):
                if s_array[i,j] >= t_array[i,j]:
                    M = L*j + i
                    failures.append(M)
        return failures

s_array是将检查其值的数组；它的大小为[L，L]。 t_array也是[L，L]，并保留用于检查s_array中的值的阈值。阈值不一致。 t_array的随机1％元素具有与数组其余部分不同的阈值，这些阈值是一致的。我跟踪这些不一致的站点。因此，我遍历s_array的行和列，并检查t_array的相应元素，如果满足阈值条件，则将该站点的索引添加到列表中。

对于如何以更有效的方式重写此功能的任何建议，将不胜感激。

Answer 1

您在函数中输入的实际上是一个展平数组中的索引列表，该数组作为多维数组的一维视图。只需计算s_array大于或等于t_array的值的掩码即可。接下来，使用np.flatnonzero（）对非假索引隐式展平掩码。还有一个问题。值L * j + i是转置数组中的扁平索引，因此应用ndarray.T

np.flatnonzero((s_array>=t_array).T)

针对给定条件优化检查numpy数组的每个元素

1 个答案: