因此,您可以通过以下方式显着提高代码的性能:
消除循环;和
避免删除操作(这会导致原始数据的副本
大批)
NumPy 1.7 引入了一个新的 mask,它比原来的更容易使用;它的性能也好得多,因为它NumPy 核心数组对象的一部分。我认为这可能对您有用,因为通过使用它您可以避免昂贵的删除操作.
换句话说,不是删除不需要的数组元素,而是屏蔽它们。其他答案中已经建议了这一点,但我建议使用new mask
要使用 NA,只需导入 NA
>>> from numpy import NA as NA
然后对于给定的数组,将 maskna 标志设置为True
>>> A.flags.maskna = True
或者,大多数数组构造函数(从 1.7 开始)都有参数 maskna,您可以将其设置为True
>>> A[3,3] = NA
array([[7, 5, 4, 8, 4],
[2, 4, 3, 7, 3],
[3, 1, 3, 2, 1],
[8, 2, 0, NA, 7],
[0, 7, 2, 5, 5],
[5, 4, 2, 7, 4],
[1, 2, 9, 2, 3],
[7, 5, 1, 2, 9]])
>>> A.sum(axis=0)
array([33, 30, 24, NA, 36])
通常这不是您想要的——也就是说,您仍然希望 NA 列的总和被视为 0:
要获得该行为,请传入True对于skipma参数(大多数NumPy数组构造函数在NumPy 1.7中都有此参数):
>>> A.sum(axis=0, skipna=True)
array([33, 30, 24, 33, 36])
总之,为了加快代码速度,请消除循环并使用新的掩码:
>>> A[(A<=3)&(A<=6)] = NA
>>> A
array([[8, 8, 4, NA, NA],
[7, 9, NA, NA, 8],
[NA, 6, 9, 5, NA],
[9, 4, 6, 6, 5],
[NA, 6, 8, NA, NA],
[8, 5, 7, 7, NA],
[NA, 4, 5, 9, 9],
[NA, 8, NA, 5, 9]])
在这种情况下,NA 占位符的行为类似于 0,我相信这就是您想要的:
>>> A.sum(axis=0, skipna=True)
array([32, 50, 39, 32, 31])