腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
2
回答
Numpy
:
更快
的
数组
访问
、
、
我写了一个小
的
python程序,在其中
的
一个函数中,我迭代了一个图像
的
Numpy
数组
。几乎整个运行时都发生在
访问
单个像素(它们具有RGB值)
的
一小部分中。almost all #do some stuff with the values 有没有
更快
的
方法来
访问
像素值
浏览 12
提问于2020-01-16
得票数 0
1
回答
非数字数据
的
numpy
vs list
、
、
数值数据
的
Numpy
数组
显然工作得很好,但是对于非数值数据使用
Numpy
数组
会慢一些吗?例如,假设我有一些嵌套
的
文本数据列表:birds = ['stork', 'robin', 'penguin'] 当
访问
和操作这些数据时,这个嵌
浏览 4
提问于2014-01-06
得票数 2
4
回答
NumPy
函数
的
元素操作比运算符快吗?
、
、
、
、
最近,我遇到了一个,在这个中,一个用户建议,在处理
NumPy
数组
时,
numpy
.sum比
NumPy
的
sum
更快
。a = np.random.random(1e10)np.subtract(a, b)会比a - b
更快</
浏览 8
提问于2014-09-12
得票数 12
回答已采纳
1
回答
读取数据最快
的
是: dict,
数组
np-
数组
。
、
、
、
第三:与np
数组
相同
的
数组
。
访问
版本从Tadhg麦克唐纳詹森(a222,333,444为np-
数组
)采取: 0.129 在创建这些结构之后,dict具有类似于"[222, 333, 444]":1111
的
键值对:将dict、
数组
或np-
数组
中
的
值分配给变量500.000次会导致上述运行次数
的
增加。更新:数据从文件中读取到结构中--在程序中,我希望从内存中
的
结构(dict、np-<
浏览 4
提问于2016-06-20
得票数 2
回答已采纳
1
回答
如何
访问
python列表中
的
列
、
、
、
我在python中有一个2D
数组
,它由一个列表来建模,我想要提取列。我做了一个快速
的
研究,我发现了一种使用
numpy
数组
的
方法。问题是,我不想使用
numpy
,所以我不想将列表列表转换为
numpy
数组
,然后使用:,1语法。我试着在一个正常
的
列表中使用它,但是它显示了一个错误,所以这是不可能
的
。对于列表列表,我要求类似的东西,而不必遍历每个元素(在
numpy
数组
中,使用:1语法
浏览 1
提问于2017-06-05
得票数 49
回答已采纳
1
回答
有没有比通过
数组
更有效地处理大量数据
的
方法?
、
、
在这个过程中,我收集了大量
的
数据点(很容易达到1.000.000或更多),随后我将对其进行分析。到目前为止,我使用
的
是浮点数
的
数组
,原则上可以做到这一点。然而,当我在每次测量中使用越来越多
的
数据点时,我对获取
的
数据产生了奇怪
的
影响,这让我怀疑
数组
的
处理是否如此低效,以至于写入它们会在数据获取循环中造成显著
的
时间延迟。 这有可能吗?你有任何关于如何改善写作过程中
的
处理时间
的
建议(这是
浏览 3
提问于2011-08-01
得票数 4
2
回答
向从多个变量计算
的
dataframe中插入新列
、
、
我想基于相应列
的
计算将新列插入到数据帧中,df['new column'] = [ foo(x) for x in df['X']]df['newcolumn'] = [ foo(x, y, z) for x, y, z in df['X', 'Y', 'Z']] 这是我尝试过
的
,但它不接受语法。
浏览 13
提问于2019-07-10
得票数 1
回答已采纳
2
回答
(i+1)%N是否有Python切片表示法
的
等价物?
、
我有一个Python
numpy
数组
,我正在使用它进行具有环形边界条件
的
模拟。我只是想知道是否有
更快
的
方法来做这件事,使用Python/
Numpy
切片语法。
浏览 4
提问于2013-06-21
得票数 2
1
回答
一种用h5py随机读取大型
numpy
矩阵多行
的
快速方法
、
、
我想阅读2048行随机选择
的
存储
的
列大小为200
的
numpy
矩阵,在100 of内。到目前为止,我已经尝试了h5py。在我
的
例子中,连续模式
的
工作速度比块快,而且出于其他各种原因,我尝试使用前者。写入(以某种更有序
的
方式)非常快(~3ms);不幸
的
是,读取2048个随机选择
的
行大约需要250 3ms。(a[[r],...])显然,速度瓶颈是由于
访问
“a”2048次,
浏览 0
提问于2018-01-21
得票数 1
回答已采纳
2
回答
创建一个长
的
掩蔽列表(Python)
、
、
、
、
以下是我所拥有的:wanted_list =感兴趣
的
整数值列表(70K项)mask_list =与long_list相同长度
的
布尔人列表,描述long_list中
的
每个元素是否存在于wanted_list中(即[ long_list在wanted_list?此列表中“‘True”条目的数目应与len(wanted_list)相同 我使用for循环获得了一个工作代码,但正如预期
的
那样,对于我正在处理
的</
浏览 1
提问于2022-09-30
得票数 0
回答已采纳
2
回答
所有行上
的
快速点积
、
、
我有一个2d
的
numpy
数组
X = (xrows, xcols),我希望在
数组
的
每一行组合上应用点积来获得另一个P = (xrow, xrow)形状
的
数组
。代码如下所示:for i in range(xrow): P[i, j] =
numpy
.dot(X[i], X[j]) 如果
数组
X很小,但是需要花费大量
的
浏览 5
提问于2014-07-03
得票数 3
回答已采纳
1
回答
pandas
的
Numpy
等价物替换(字典映射)
、
、
、
我知道在
numpy
数组
上工作会比pandas
更快
。在下面的示例中,我创建了一个数据帧和一个字典。字典包含列
的
名称及其对应
的
映射。我想知道有没有什么函数可以让我把一个二进制
数组
提供给一个
numpy
数组
来进行映射,并产生
更快
的
处理时间?imp
浏览 2
提问于2021-05-24
得票数 1
2
回答
更快
的
numpy
数组
索引
、
我想在RGB图像中索引一些特定
的
像素。我对Python相当陌生,所以我实现了索引,就像在Java/C#中那样。elif (r, g, b) == (0, 0, 0):有没有一种
更快
,更“琵琶”
的
方法,会给我同样
的
结果?P.S. img是一只矮胖
的
短吻鳄。
浏览 1
提问于2018-10-22
得票数 0
回答已采纳
1
回答
将
numpy
数组
中
的
值替换为另一个
数组
的
值与另一个
数组
的
值作为另一个
数组
中
的
索引。
、
我希望更改
numpy
数组
(X)中
的
值,该值对应于
numpy
数组
(Y) at index = x[index]中
的
值。
numpy
数组
x = [1,2,3,4,0,1,2,3]另一个
Numpy
数组
y = [3,4,0,1,2] x[i] = y[x[i]] 有什么
更快
的
方法吗
浏览 0
提问于2016-08-03
得票数 0
回答已采纳
1
回答
重用一个存在
的
numpy
数组
还是创建一个新
的
数组
?
、
、
在迭代算法中,多次使用大型
numpy
数组
是很常见
的
。我想将值填充到一个现有的
numpy
数组
中,但是我发现创建一个新
数组
更快
。>>>import
numpy
as np>>>b=a.copy() >>>%timeit b=a+a # Every time create a newnp.copyto(b,a+a) # Another
浏览 5
提问于2016-06-02
得票数 5
回答已采纳
2
回答
使用索引
数组
访问
numpy
数组
、
我试图使用另一个
数组
B
访问
numpy
数组
A,在每个位置提供索引:B = np.array([[[0,0],[0,0]],[[0,1],[0,1]我可以迭代地这样做,但是我
的
数组
大约是10**7,所以我希望有一种
更快
的
方法。
浏览 3
提问于2022-05-25
得票数 1
回答已采纳
2
回答
Python:
访问
3d
numpy
数组
中2d
数组
中保存
的
点
、
、
我得到了一个2d
的
numpy
数组
(shape(y,x)=601,1200)和一个3d
的
numpy
数组
(shape(z,y,x)=137,601,1200)。在我
的
2d
数组
中,我在y, x点保存了y, x值,现在我想从3d
数组
中
访问
这个值,并将它保存到一个新
的
2d
数组
中。y = np.aran
浏览 3
提问于2019-03-09
得票数 0
回答已采纳
1
回答
Numpy
数组
必须有多大才能从它相对于Python列表
的
效率中受益
、
、
、
我一直听说
Numpy
数组
在处理大量数据时速度
更快
。但是,一个
Numpy
数组
需要多少数据才能取代标准Python
数组
(技术上
的
列表)
的
效率呢? 谢谢。
浏览 0
提问于2017-07-26
得票数 1
1
回答
时间优化:性能,
访问
列表中
的
值,
数组
编号
的
列表
、
、
、
我一直在努力优化我
的
代码。 for i in range(10000):print( "4 ", time.time() - time1)1 0.90086698532104493 2.9174351692
浏览 0
提问于2020-05-30
得票数 0
4
回答
迭代
numpy
数组
的
最快方法是什么?
、
、
、
我注意到“直接”遍历
numpy
数组
与通过tolist方法进行迭代之间有意义
的
区别。for i in np.arange(10000000)][i for i in np.arange(10000000).tolist()]通过
numpy
数组
的
最快方法是什么?
浏览 8
提问于2016-11-14
得票数 16
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
Python之numpy的ndarray数组使用方法介绍
Python编程:如何规范numpy中数组元素的打印输出格式
计算机视觉核心Mat数组的逐元素访问
Python数据分析入门日记Day1:科学技术库Numpy:数组的创建
Python数据分析入门日记Day2:科学技术库Numpy:数组的基本函数
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券