python – 查找非零元素的索引并按值分组

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 – 查找非零元素的索引并按值分组，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1096字，纯文字阅读大概需要2分钟。

内容图文

我在python中编写了一个代码,它使用numpy矩阵作为输入,并返回按相应值分组的索引列表(即output [3]返回值为3的所有索引).但是,我缺乏编写矢量化代码的知识,必须使用ndenumerate来完成.此操作仅花费大约9秒,这太慢了.

我的第二个想法是使用numpy.nonzero如下：

for i in range(1, max_value):
   current_array = np.nonzero(input == i)
   # save in an array

这需要5.5秒,所以这是一个很好的改进,但仍然很慢.有没有循环或优化方式来获得每个值的索引对的任何方法？

解决方法:

这是针对您的问题的O(n log n)算法.显而易见的循环解决方案是O(n),因此对于足够大的数据集,这将更慢：

>>> a = np.random.randint(3, size=10)
>>> a
array([1, 2, 2, 0, 1, 0, 2, 2, 1, 1])

>>> index = np.arange(len(a))
>>> sort_idx = np.argsort(a)
>>> cnt = np.bincount(a)
>>> np.split(index[sort_idx], np.cumsum(cnt[:-1]))
[array([3, 5]), array([0, 4, 8, 9]), array([1, 2, 6, 7])]

它取决于数据的大小,但对于较大的数据集来说速度相当快：

In [1]: a = np.random.randint(1000, size=1e6)

In [2]: %%timeit
   ...: indices = np.arange(len(a))
   ...: sort_idx = np.argsort(a)
   ...: cnt = np.bincount(a)
   ...: np.split(indices[sort_idx], np.cumsum(cnt[:-1]))
   ...: 
10 loops, best of 3: 140 ms per loop

内容总结

以上是互联网集市为您收集整理的python – 查找非零元素的索引并按值分组全部内容，希望文章能够帮你解决python – 查找非零元素的索引并按值分组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