python – 创建数组的有效方法,该数组是numpy中可变长度范围的序列

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 – 创建数组的有效方法,该数组是numpy中可变长度范围的序列，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1188字，纯文字阅读大概需要2分钟。

内容图文

假设我有一个数组

import numpy as np
x=np.array([5,7,2])

我想创建一个包含与序列堆叠在一起的序列序列的数组
x给出的每个范围的长度：

y=np.hstack([np.arange(1,n+1) for n in x])

有没有办法在没有列表理解或循环的速度惩罚的情况下做到这一点. (x可能是一个非常大的数组)

结果应该是

y == np.array([1,2,3,4,5,1,2,3,4,5,6,7,1,2])

解决方法:

你可以使用积累：

def my_sequences(x):
    x = x[x != 0] # you can skip this if you do not have 0s in x.

    # Create result array, filled with ones:
    y = np.cumsum(x, dtype=np.intp)
    a = np.ones(y[-1], dtype=np.intp)

    # Set all beginnings to - previous length:
    a[y[:-1]] -= x[:-1]

    # and just add it all up (btw. np.add.accumulate is equivalent):
    return np.cumsum(a, out=a) # here, in-place should be safe.

(提醒一句：如果结果数组会比可能的大小np.iinfo(np.intp).max更大,这可能会导致运气不好而返回错误的结果而不是干净地错误…)

而且因为每个人总是想要时间(与Ophion的比较)方法：

In [11]: x = np.random.randint(0, 20, 1000000)

In [12]: %timeit ua,uind=np.unique(x,return_inverse=True);a=[np.arange(1,k+1) for k in ua];np.concatenate(np.take(a,uind))
1 loops, best of 3: 753 ms per loop

In [13]: %timeit my_sequences(x)
1 loops, best of 3: 191 ms per loop

当然,当x的值变大时,my_sequences函数不会执行错误.

内容总结

以上是互联网集市为您收集整理的python – 创建数组的有效方法,该数组是numpy中可变长度范围的序列全部内容，希望文章能够帮你解决python – 创建数组的有效方法,该数组是numpy中可变长度范围的序列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