如何在Python中有效地只计算此操作的上三角形？
如何在Python中有效地只计算此操作的上三角形？
提问于 2018-07-04 03:31:44
我正在做一个计算，用来测量pd.Series中的值之间的差异。虽然这是一个向量运算，而且是一次性完成的，但我觉得它的效率很低，因为它还计算下三角形和上三角形的值(本质上是值* -1)。我只想要上三角形。
我怎么才能只计算上面三角形的值(而不是临时索引它们)？
我可以将pandas转换为numpy，如果它将显着提高操作速度。
profile = np.log(pd.Series({'Attr000001': 17511, 'Attr000002': 4, 'Attr000003': 8078, 'Attr000004': 1, 'Attr000005': 1716}))
idx_attrs = profile.index
d_ratio = dict()
for j,id_attr in enumerate(idx_attrs):
d_ratio[id_attr] = (profile[id_attr] - profile).to_dict()
df_ratio = pd.DataFrame(d_ratio).T
# print(df_ratio)
# Attr000001 Attr000002 Attr000003 Attr000004 Attr000005
# Attr000001 0.000000 8.384290 0.773685 9.770585 2.322833
# Attr000002 -8.384290 0.000000 -7.610605 1.386294 -6.061457
# Attr000003 -0.773685 7.610605 0.000000 8.996900 1.549148
# Attr000004 -9.770585 -1.386294 -8.996900 0.000000 -7.447751
# Attr000005 -2.322833 6.061457 -1.549148 7.447751 0.000000回答 1
Stack Overflow用户
回答已采纳
发布于 2018-07-04 03:48:13
避免使用Python for循环。在numpy中，这只是：
>>> profile[:, None] - profile[None, :]
array([[ 0. , 8.38429017, 0.77368494, 9.77058453, 2.32283325],
[-8.38429017, 0. , -7.61060524, 1.38629436, -6.06145692],
[-0.77368494, 7.61060524, 0. , 8.9968996 , 1.54914832],
[-9.77058453, -1.38629436, -8.9968996 , 0. , -7.44775128],
[-2.32283325, 6.06145692, -1.54914832, 7.44775128, 0. ]])页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51161735
复制相关文章
相似问题
腾讯云开发者
