使用列表理解解析非常大的数组很慢答案

【问题标题】：Parsing a very large array with list comprehension is slow使用列表理解解析非常大的数组很慢
【发布时间】：2022-06-10 17:41:26
【问题描述】：

我有一个超大的numpy.float64 格式的数值列表，如果有inf 值，我想将每个值转换为0.0，并将其余元素解析为简单的浮点数。

这是我的代码，完美运行：

# Values in numpy.float64 format.
original_values = [np.float64("Inf"), np.float64(0.02345), np.float64(0.2334)]

# Convert them
parsed_values = [0.0 if x == float("inf") else float(x) for x in original_values]

但这很慢。有什么方法可以加快这段代码的速度吗？对map 或numpy 使用任何魔法（我对这些库没有经验）？

【问题讨论】：

有什么理由不使用 numpy 数组？
这能回答你的问题吗？ Replace -inf with zero value
你为什么使用list 的numpy.float64 对象？？？那真的是你所拥有的吗？请提供minimal reproducible example。 type(original_values) 是什么？
几乎可以肯定，你在某个时候有一个numpy.ndarray 对象，你真的应该只是使用它。如果最后你需要 list 传递给 mongo，只需使用 my_array.tolist()
您发布的original_list 不是numpy.float64 对象列表

标签： python arrays numpy dictionary list-comprehension

【解决方案1】：

parsed_values[~np.isfinite(parsed_values)] = 0.0
parsed_values = parsed_values.astype(np.float32)

【讨论】：

您能否详细说明答案？我不能让它工作。谢谢！