用条件计算python数组不同元素的平均值最快的方法是什么？
用条件计算python数组不同元素的平均值最快的方法是什么？
提问于 2018-07-27 21:45:22
下面的Python代码在about 2 sec中执行。在6 ms中执行C中的等效代码。
一些解释:我有2个ADC通道(adc0，adc1，adc0，adc1，...)的串行数据。如果是adc1 <= 10，我必须将adc1加到和上，否则我必须加adc0。这些值乘以不同的系数(0.1和0.01)。
#!/usr/bin/env python
import time
import numpy as np
dd = np.random.randint(0, 20, size=(2*1000*1000))
t_start = time.clock()
avg_sum1 = 0.0
BlockOffset = 0
while BlockOffset < len(dd):
if dd[BlockOffset + 1] <= 10:
avg_sum1 += dd[BlockOffset + 1] * 0.1
else:
avg_sum1 += dd[BlockOffset + 0] * 0.01
BlockOffset += 2
print('Avg: ' + str(avg_sum1 / len(dd) / 2))
print('Exe time: ' + str(time.clock() - t_start))使用内置函数或numpy执行此操作最快的方法是什么
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-07-30 04:04:13
首先，你需要修正你的平均计算(运算符优先级)：
avg_sum1 / (len(dd) / 2) # or avg_sum1 / len(dd) * 2
Out[]:
0.31740819000001924
2.8 s ± 28.2 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)您可以在numpy中执行此操作，例如：
In []:
np.where(dd[1::2] <= 10, dd[1::2]*0.1, dd[0::2]*0.01).mean()
Out[]:
0.31740818999999987
10.8 ms ± 61.3 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)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/51559330
复制相关文章
相似问题