python - 在 numpy 数组中查找 X 值并替换为随机值
问题描述
考虑一个 numpy 数组列表,其值在随机位置分配为 -1 或 1。
a = np.array([1,-1,1,1,-1,1,-1,-1,1,-1])
b = np.array([-1,-1,1,-1,1,1,-1,1,-1,-1])
我需要对这些数组执行操作,例如求和和逐点乘法。
例如,在对 2 个数组求和后,我将得到一个新的数组,其值为 -2,0 和 2。
c = a + b
c = [ 0 -2 2 0 0 2 -2 0 0 -2]
现在我想将它“标准化”回-1和1。
对于 2 和 -2,这很容易:
c[c < 0] = -1
c[c > 0] = 1
问题是 0。对于他们,我想随机选择 -1 或 1。
所需的输出如下:
c = [ 1 -1 1 -1 -1 1 -1 1 -1 -1]
概括地说,我的问题是如何在一个数组中找到所有等于 x 的 N 个值,然后将每个值替换为一个随机数。
我的问题是如何以最“pythonic”和最快的方式做到这一点?
谢谢
解决方案
只是发布我到目前为止得到的答案的最终结果。如果以后有人有更好的解决方案,请分享!
我计时了我找到的 3 个解决方案,其中一个我做了。
def Norm1(HV):
HV[HV > 0] = 1
HV[HV < 0] = -1
zind = np.where(HV == 0)[0]
HV[zind] = np.array([np.random.choice([1, -1]) for _ in zind])
return HV
def norm2(HV):
if HV == 0:
return np.random.choice(np.array([-1,1]))
else:
return HV / HV * np.sign(HV)
Norm2 = np.vectorize(norm2)
def Norm3(HV):
HV[HV > 0] = 1
HV[HV < 0] = -1
mask = HV==0;
HV[mask] = np.random.choice((-1,1),HV[mask].shape)
return HV
def generate(size):
return np.random.binomial(1, 0.5, size=size) * 2 - 1
def Norm4(arr):
np.floor_divide(arr, 2, out=arr)
positions = (arr == 0)
size = sum(positions)
np.add.at(arr, positions, generate(size)
时间是:
%%timeit
d = Norm1(c)
203 µs ± 5.9 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
%%timeit
d = Norm2(c)
33.4 ms ± 1.03 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
%%timeit
d = Norm3(c)
217 µs ± 11.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%%timeit
d = Norm4(c)
21 ms ± 1.23 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
因此,就目前而言,答案1和3似乎是最好的。它们之间的差异看起来很小,但是在尝试了更多的运行之后,数字 1 总是略微领先。
感谢您的帮助!我将在问题中添加一些对高清计算的引用,因为这是此应用程序中的核心问题,因此如果需要,有人会更容易找到它。
推荐阅读
- javascript - 如果使用一个“如果”,我不希望使用其他“如果”。
- java - 从java中的for语句中调用方法
- node.js - “未安装对等依赖项”警告,但已安装
- node.js - 从 id 获取 steam 用户名
- autohotkey - 在 Windows 10 中运行的自动热键脚本问题
- python - scipy:如何使用 weibull_min.pdf?
- r - 在 beta 分布上查找给定 x 值的 y 值
- angular - 使用 Materialize-css 和 Angular Universal | “窗口未定义”错误
- bash - 在 Tcl foreach 循环中运行 sh 脚本
- c# - 有没有办法通过反射来判断自动属性和常规属性之间的区别?