對numpy中向量式三目運算符詳解
如果用到數(shù)據(jù)篩選功能,可以使用x if condition else y的邏輯實現(xiàn)。如果使用的是純Python,可以使用不斷迭代的方式對每一組元素組合進行相應的判斷篩選。不過,如果使用numpy中的向量化計可以大大加速運算的過程。
在numpy中有一個這個三目運算的向量版本numpy.where。where方法可以接收三個參數(shù),第一個參數(shù)為條件向量,而第二、第三個參數(shù)可以是矩陣也可以是標量。接下來做一下相應功能的純Python功能實現(xiàn)以及向量方式實現(xiàn)。
記錄如下:
In [76]: xarr = np.array([1.1,1.2,1.3,1.4,1.5]) In [77]: yarr = xarr + 1 In [78]: xarr Out[78]: array([ 1.1, 1.2, 1.3, 1.4, 1.5]) In [79]: yarr Out[79]: array([ 2.1, 2.2, 2.3, 2.4, 2.5]) In [80]: cond = np.array([True,False,True,True,False]) In [81]: cond Out[81]: array([ True, False, True, True, False], dtype=bool) In [82]: result1 = [(x if c else y) for x,y,c in zip(xarr,yarr,cond)] In [83]: result1 Out[83]: [1.1000000000000001, 2.2000000000000002, 1.3, 1.3999999999999999, 2.5] In [84]: result2 = np.where(cond,xarr,yarr) In [85]: result2 Out[85]: array([ 1.1, 2.2, 1.3, 1.4, 2.5])
從浮點表示上,兩者有一點點小小的差異,在小數(shù)點后多位,通常在數(shù)值表示上可以忽略。不過,這里還是要進行一下兩個結果的一致性判斷,因為之前也看到過Python在浮點表達上因為機器而產(chǎn)生的差異。
測試的結果如下:
In [87]: result1 == result2 Out[87]: array([ True, True, True, True, True], dtype=bool)
從上面的結果可以看出,兩個計算結果是一致的。
以上這篇對numpy中向量式三目運算符詳解就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
selenium+opencv實現(xiàn)滑塊驗證碼的登陸
很多網(wǎng)站登錄登陸時都要用到滑塊驗證碼,本文主要介紹了selenium+opencv實現(xiàn)滑塊驗證碼的登陸,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2023-04-04
Python3標準庫之functools管理函數(shù)的工具詳解
functools模塊提供的主要工具就是partial類,可以用來“包裝”一個有默認參數(shù)的callable對象。這篇文章主要介紹了Python3標準庫functools管理函數(shù)的工具的實例詳解,需要的朋友可以參考下2020-02-02
Python+Opencv身份證號碼區(qū)域提取及識別實現(xiàn)
這篇文章主要介紹了Python+Opencv身份證號碼區(qū)域提取及識別實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-08-08
在Linux上安裝Python的Flask框架和創(chuàng)建第一個app實例的教程
這篇文章主要介紹了在Linux上安裝Python的Flask框架和創(chuàng)建第一個app實例,包括創(chuàng)建一個HTML模版和利用Jinja2模板引擎來做渲染的步驟,需要的朋友可以參考下2015-03-03

