numpy 中的操作向量化答案

【问题标题】：Operation vectorization in numpynumpy 中的操作向量化
【发布时间】：2018-11-15 03:42:24
【问题描述】：

我得到了一个 numpy 日期数组（日期是从 0 到 371 的数字）。

dates = [234, 12, 343, ...]

和空数组date_counter（大小为372）。

date_counter = [0, 0, ..., 0]

对于来自dates 的每个日期，我想增加date_counter。如何使这个操作矢量化？

【问题讨论】：

标签： numpy vectorization

【解决方案1】：

计算 value 的出现次数，然后更新日期计数器。

例如，要获得增量：

unique, counts = np.unique(dates, return_counts=True)

然后：

date_counter[unique] += counts

【讨论】：

【解决方案2】：

我认为np.histogram 是你的朋友。它完全符合您的要求：计算项目并将它们放入“桶”中。一个较小的（人类可读的）示例：

In [9]: vals = [9, 0, 1, 2, 2, 9, 3, 7, 8, 9, 9]

In [10]: date_counter, _ = np.histogram(vals, bins=np.arange(11)) # 11 -> 373 for your case

In [11]: date_counter
Out[11]: array([1, 1, 2, 1, 0, 0, 0, 1, 1, 4], dtype=int64)

每个索引对应与该索引值相等的项目数（即date_counter中的最后一个数字是4，位于索引9，意味着有四个9s）为想要的。

HTH。

【讨论】：

他没有说dates的大小是372。至少bins必须等于np.arange(373)。
@VadimShkaberda 哦，是的，那是个错误，很好！输入数组的大小无关紧要，重要的是您想要多少个 bin。在 OP 的情况下，它将是 373。