我很难解决这个问题,主要的问题是我正在运行一个模拟,所以对于LOP主要是禁止的,我有一个numpy数组NxN,在这种情况下我的大约是(10000x20)。在
stoploss = 19.9 # condition to apply
monte_carlo_simulation(20,1.08,10000,20) #wich gives me that 10000x20 np array
mask_trues = np.where(np.any((simulation <= stoploss) == True, axis=1)) # boolean mask
我需要一些代码来生成len(10000)的新向量,它返回一个数组,其中包含每行的所有位置,让suposse:
^{pr2}$同样,主要的问题在于没有使用循环,这要归功于所有的提前。在
以下是使用
np.split()
和np.diff()
的一种方法:演示:
^{pr2}$简单地说:
与Kasr'mvd解决方案的性能比较:
^{pr2}$为了完整起见,我将演示稀疏矩阵方法:
做一个大的稀疏的:
^{pr2}$粗略测试:
生成
csr
稀疏格式矩阵的速度更快:它的}则类似于{}
indices
就像列where
,而{indices
。在相关问题 更多 >
编程相关推荐