如何解决查找非零元素的索引并按值分组
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,这会更慢:
>>> 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])]
这将取决于您的数据大小,但是对于大型数据集来说,这是相当快的:
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
解决方法
我用python编写了一个代码,该代码以一个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,因此不得不使用ndenumerate来完成。此操作仅花费了大约9秒钟,太慢了。
我的第二个想法是使用numpy.nonzero,如下所示:
for i in range(1,max_value):
current_array = np.nonzero(input == i)
# save in an array
这花费了5.5秒,因此这是一个不错的改进,但仍然很慢。有没有循环的优化方法或获取每个值的索引对的优化方法?
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 dio@foxmail.com 举报,一经查实,本站将立刻删除。