将数组中的低值归零的最快方法?

2024-03-29 15:29:02 发布

您现在位置:Python中文网/ 问答频道 /正文

假设我有100000个浮点数组,每个数组有100个元素。我需要最大的X个值,但前提是它们大于Y。任何与此不匹配的元素都应设置为0。在Python中,最快的方法是什么?必须维持秩序。大多数元素已设置为0。

样本变量:

array = [.06, .25, 0, .15, .5, 0, 0, 0.04, 0, 0]
highCountX = 3
lowValY = .1

预期结果:

array = [0, .25, 0, .15, .5, 0, 0, 0, 0, 0]

Tags: 方法元素数组array浮点样本前提个值
3条回答
from scipy.stats import threshold
thresholded = threshold(array, 0.5)

:)

这是NumPy的典型作业,对于这些类型的操作来说非常快:

array_np = numpy.asarray(array)
low_values_flags = array_np < lowValY  # Where values are low
array_np[low_values_flags] = 0  # All low values set to 0

现在,如果只需要highCountX最大的元素,甚至可以“忘记”小元素(而不是将它们设置为0并对它们进行排序),只对大元素列表进行排序:

array_np = numpy.asarray(array)
print numpy.sort(array_np[array_np >= lowValY])[-highCountX:]

当然,如果只需要几个元素,那么对整个数组进行排序可能不是最优的。根据您的需要,您可能需要考虑标准的heapq模块。

在纽比有一个特别的面具班,正是这样做的。可以基于任何前提条件“屏蔽”元素。这比指定零更好地表示您的需要:适当时,numpy操作将忽略屏蔽值(例如,查找平均值)。

>>> from numpy import ma
>>> x = ma.array([.06, .25, 0, .15, .5, 0, 0, 0.04, 0, 0])
>>> x1 = ma.masked_inside(0, 0.1) # mask everything in 0..0.1 range
>>> x1
masked_array(data = [-- 0.25 -- 0.15 0.5 -- -- -- -- --],
         mask = [ True False True False False True True True True True],
   fill_value = 1e+20)
>>> print x.filled(0) # Fill with zeroes
[ 0 0.25 0 0.15 0.5 0 0 0 0 0 ]

作为一个附加的好处,如果需要,在matplotlib可视化库中可以很好地支持屏蔽数组。

Docs on masked arrays in numpy

相关问题 更多 >