在numpy数组中查找X值并替换为随机值

debugcn 发表于 Dev

袜子

考虑一个numpy数组的列表，其值在随机位置分配为-1或1。

a = np.array([1,-1,1,1,-1,1,-1,-1,1,-1])
b = np.array([-1,-1,1,-1,1,1,-1,1,-1,-1])

我需要对这些数组执行求和和逐点乘法运算。

例如，对2个数组求和后，我将得到一个新的数组，其值是-2,0和2。

c = a + b
c = [ 0 -2 2 0 0 2 -2 0 0 -2]

现在，我想将其“归一化”到-1和1。

对于2和-2很简单：

c[c < 0] = -1

c[c > 0] = 1

问题是0。对于他们，我想随机选择-1或1。

所需的输出如下所示：

c =  [ 1 -1 1 -1 -1 1 -1 1 -1 -1]

笼统地说，我的问题是如何在一个数组中找到所有等于x的N个值，然后用一个随机数代替。

我的问题是如何以最“ pythonic”的，最快的方式做到这一点？

谢谢

袜子

只需发布我到目前为止获得的答案的最终结果即可。如果将来有人有更好的解决方案，请分享！

我给我找到的3个解决方案计时，我做了一个。

def Norm1(HV):
    HV[HV > 0] = 1
    HV[HV < 0] = -1
    zind = np.where(HV == 0)[0]
    HV[zind] = np.array([np.random.choice([1, -1]) for _ in zind])
    return HV

def norm2(HV):
    if HV == 0: 
        return np.random.choice(np.array([-1,1])) 
    else: 
        return HV / HV * np.sign(HV)                                                                         

Norm2 = np.vectorize(norm2)

def Norm3(HV):
    HV[HV > 0] = 1
    HV[HV < 0] = -1
    mask = HV==0;
    HV[mask] = np.random.choice((-1,1),HV[mask].shape)
    return HV

def generate(size):
    return np.random.binomial(1, 0.5, size=size) * 2 - 1

def Norm4(arr):
    np.floor_divide(arr, 2, out=arr)
    positions = (arr == 0)
    size = sum(positions)
    np.add.at(arr, positions, generate(size)

时间是：

%%timeit
d = Norm1(c)
203 µs ± 5.9 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%%timeit
d = Norm2(c)
33.4 ms ± 1.03 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

%%timeit
d = Norm3(c)
217 µs ± 11.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%%timeit
d = Norm4(c)
21 ms ± 1.23 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

这样看来，答案1和3是最好的答案。它们之间的差异看起来很小，但是在尝试了更多次运行之后，数字1总是排在最前面。

感谢您的帮助！我将在问题中添加一些对高清计算的引用，因为这是此应用程序的核心问题，因此如果需要的话，人们会更容易找到它。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。