从Numpy数组的每一行中选择随机样本，排除负数

Question

我有一个Numpy数组，长得像这样：

>>> a
array([[ 3. ,  2. , -1. ],
       [-1. ,  0.1,  3. ],
       [-1. ,  2. ,  3.5]])

我想从每一行随机选择一个值，但我希望在随机选择时排除掉-1这个值。

我现在的做法是：

x=[]
for i in range(a.shape[0]):
    idx=numpy.where(a[i,:]>0)[0]
    idxr=random.sample(idx,1)[0]
    xi=a[i,idxr]
    x.append(xi)

然后得到：

>>> x
[3.0, 3.0, 2.0]

但是对于很大的数组，这种方法变得有点慢。我想知道有没有办法可以在不逐行处理的情况下，从原始的 a 矩阵中有条件地选择随机值。

Answer 1

我觉得在Numpy里找不到完全符合你要求的现成解决方案，所以我决定分享一些我想到的优化方法。

这里有几个可能导致速度慢的原因。首先，numpy.where()这个函数比较慢，因为它需要检查切片数组中的每一个值（每一行都会生成一个切片），然后再生成一个值的数组。如果你打算在同一个矩阵上反复进行这个操作，最好的办法是先对每一行进行排序。这样你就可以用二分查找来找到正值开始的位置，然后随机选择一个正值。当然，你也可以在第一次用二分查找找到正值的位置后，把这些位置的索引存起来，以后直接用。

如果你不打算多次进行这个操作，我建议你使用Cython来加速numpy.where这一行代码。Cython可以让你不需要切片行，从而整体加快处理速度。

最后，我的建议是使用random.choice而不是random.sample，除非你真的打算选择的样本数量大于1。