我正在嘗試采取陣列a = [1,5,4,5,7,8,9,8,4,13,43,42]和數組b = [3,5,6,2,7]我希望 b 成為 a 中的索引，例如一個新數組[a[b[0]], a[b[1]], a[b[2]], a[b[3]] ...]所以 b 中的值是 a 的索引。a 中有 500k 條目，b 中有 500k 條目（大約）。有沒有一種快速的方法可以在 numpy 中啟動所有核心來做到這一點？我已經在 for 循環中做得很好，它是 sloooooooowwwwww。編輯以澄清。該解決方案必須適用于 2D 和 3D 陣列。所以也許b = [(2,3), (5,4), (1,2), (1,0)]我們想要c = [a[b[0], a[b[1], ...]
3 回答
慕娘9325324
TA貢獻1783條經驗 獲得超4個贊
這可以在 NumPy 中使用高級索引來完成。正如克里斯蒂安的回答所指出的那樣，在一維情況下，您只需編寫：
a[b]
這相當于：
[a[b[x]] for x in range(b.shape[0])]
但是，在更高維度的情況下，您需要為索引的每個維度提供單獨的列表。這意味著，你不能這樣做：
a = np.random.randn(7, 8, 9) # 3D array
b = [(2, 3, 0), (5, 4, 1), (1, 2, 2), (1, 0, 3)]
print(a[b]) # this is incorrect
但你可以這樣做：
b0, b1, b2 = zip(*b)
print(a[b0, b1, b2])
你也可以使用np.take：
print(np.take(a, b))
ABOUTYOU
TA貢獻1812條經驗 獲得超5個贊
我通過為 numpy 編寫一個名為 Tensor Weighted Interpolative Transfer 的 C 擴展來解決這個問題，以獲得速度和多線程。在純 python 中，每 200x100x3 圖像縮放和淡入淡出需要 3 秒，而在具有 8 個內核的多線程 C 中，相同操作需要 0.5 毫秒。
核心 C 代碼最終就像
t2[dstidxs2[i2] + doff1] += t1[srcidxs2[i2] + soff1] * w1 * ws2[i2];
其中 doff1 是目標數組中的偏移量等。 w1 和 ws2 是插值權重。所有代碼都在 C 語言中進行了超優化以提高速度。（不是代碼大小或可維護性）
所有代碼都可以在https://github.com/RMKeene/twit和 PyPI 上找到。
如果所有權重均為 1.0，我預計未來會進一步優化，例如特殊情況。
添加回答
舉報
0/150
提交
取消