python – Numpy相当于itertools.product
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python – Numpy相当于itertools.product，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2351字，纯文字阅读大概需要4分钟。
内容图文
参见英文答案 > itertools product speed up 6个
我知道itertools.product用于迭代关键字的几个维度的列表.例如,如果我有这个：
categories = [
[ 'A', 'B', 'C', 'D'],
[ 'E', 'F', 'G', 'H'],
[ 'I', 'J', 'K', 'L']
]
我使用itertools.product(),我有类似的东西：
>>> [ x for x in itertools.product(*categories) ]
('A', 'E', 'I'),
('A', 'E', 'J'),
('A', 'E', 'K'),
('A', 'E', 'L'),
('A', 'F', 'I'),
('A', 'F', 'J'),
# and so on...
是否有一种与numpy数组做同样事情的等效,直接的方法？
解决方法:
这个问题已被问过几次：
Using numpy to build an array of all combinations of two arrays
第一个链接有一个工作numpy解决方案,声称比itertools快几倍,但没有提供基准测试.此代码由名为pv的用户编写.如果您觉得有用,请点击链接并支持他的回答：
import numpy as np
def cartesian(arrays, out=None):
"""
Generate a cartesian product of input arrays.
Parameters
----------
arrays : list of array-like
1-D arrays to form the cartesian product of.
out : ndarray
Array to place the cartesian product in.
Returns
-------
out : ndarray
2-D array of shape (M, len(arrays)) containing cartesian products
formed of input arrays.
Examples
--------
>>> cartesian(([1, 2, 3], [4, 5], [6, 7]))
array([[1, 4, 6],
[1, 4, 7],
[1, 5, 6],
[1, 5, 7],
[2, 4, 6],
[2, 4, 7],
[2, 5, 6],
[2, 5, 7],
[3, 4, 6],
[3, 4, 7],
[3, 5, 6],
[3, 5, 7]])
"""
arrays = [np.asarray(x) for x in arrays]
dtype = arrays[0].dtype
n = np.prod([x.size for x in arrays])
if out is None:
out = np.zeros([n, len(arrays)], dtype=dtype)
m = n / arrays[0].size
out[:,0] = np.repeat(arrays[0], m)
if arrays[1:]:
cartesian(arrays[1:], out=out[0:m,1:])
for j in xrange(1, arrays[0].size):
out[j*m:(j+1)*m,1:] = out[0:m,1:]
return out
然而,在同一篇文章中,Alex Martelli–他是SO的伟大Python大师 – 写道,itertools是完成这项任务的最快方法.所以这是一个快速的基准,证明了亚历克斯的话.
import numpy as np
import time
import itertools
def cartesian(arrays, out=None):
...
def test_numpy(arrays):
for res in cartesian(arrays):
pass
def test_itertools(arrays):
for res in itertools.product(*arrays):
pass
def main():
arrays = [np.fromiter(range(100), dtype=int), np.fromiter(range(100, 200), dtype=int)]
start = time.clock()
for _ in range(100):
test_numpy(arrays)
print(time.clock() - start)
start = time.clock()
for _ in range(100):
test_itertools(arrays)
print(time.clock() - start)
if __name__ == '__main__':
main()
输出：
0.421036
0.06742
所以,你绝对应该使用itertools.
内容总结
以上是互联网集市为您收集整理的python – Numpy相当于itertools.product全部内容，希望文章能够帮你解决python – Numpy相当于itertools.product所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。