Porównałem kilka możliwych metod, w tym pandy, kilka metod numpy i metodę rozumienia listy.
Najpierw zacznijmy od linii bazowej:
>>> import numpy as np
>>> import operator
>>> import pandas as pd
>>> x = [1, 2, 1, 2]
>>> %time count = np.sum(np.equal(1, x))
>>> print("Count {} using numpy equal with ints".format(count))
CPU times: user 52 µs, sys: 0 ns, total: 52 µs
Wall time: 56 µs
Count 2 using numpy equal with ints
Tak więc naszym punktem odniesienia jest to, że liczba powinna być poprawna 2i powinniśmy się zająć 50 us.
Teraz próbujemy naiwnej metody:
>>> x = ['s', 'b', 's', 'b']
>>> %time count = np.sum(np.equal('s', x))
>>> print("Count {} using numpy equal".format(count))
CPU times: user 145 µs, sys: 24 µs, total: 169 µs
Wall time: 158 µs
Count NotImplemented using numpy equal
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/ipykernel_launcher.py:1: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison
"""Entry point for launching an IPython kernel.
I tutaj otrzymujemy złą odpowiedź ( NotImplemented != 2), zajmuje nam to dużo czasu i rzuca ostrzeżenie.
Spróbujemy więc innej naiwnej metody:
>>> %time count = np.sum(x == 's')
>>> print("Count {} using ==".format(count))
CPU times: user 46 µs, sys: 1 µs, total: 47 µs
Wall time: 50.1 µs
Count 0 using ==
Znowu zła odpowiedź ( 0 != 2). Jest to jeszcze bardziej podstępne, ponieważ nie ma kolejnych ostrzeżeń ( 0można je przekazać tak samo 2).
Teraz spróbujmy zrozumieć listę:
>>> %time count = np.sum([operator.eq(_x, 's') for _x in x])
>>> print("Count {} using list comprehension".format(count))
CPU times: user 55 µs, sys: 1 µs, total: 56 µs
Wall time: 60.3 µs
Count 2 using list comprehension
Mamy tutaj właściwą odpowiedź i jest to dość szybkie!
Inna możliwość pandas:
>>> y = pd.Series(x)
>>> %time count = np.sum(y == 's')
>>> print("Count {} using pandas ==".format(count))
CPU times: user 453 µs, sys: 31 µs, total: 484 µs
Wall time: 463 µs
Count 2 using pandas ==
Powolne, ale poprawne!
I na koniec opcja, której zamierzam użyć: rzutowanie numpytablicy na objecttyp:
>>> x = np.array(['s', 'b', 's', 'b']).astype(object)
>>> %time count = np.sum(np.equal('s', x))
>>> print("Count {} using numpy equal".format(count))
CPU times: user 50 µs, sys: 1 µs, total: 51 µs
Wall time: 55.1 µs
Count 2 using numpy equal
Szybko i poprawnie!
thing(która może, ale nie musi być typem odrętwienia, nie wiem) i chcę zobaczyć, czything == 'some string'uzyskać prostyboolwynik, co powinienem zrobić?np.atleast_1d(thing)[0] == 'some string'? Ale to nie jest solidne dla jakiegoś jokera, który umieściłby'some string'pierwszy element tablicy. Myślę, że muszęthingnajpierw przetestować typ, a następnie wykonać==test tylko wtedy, gdy jest to ciąg znaków (lub nie obiekt numpy).