在 numpy 二维数组中计算大于的最佳方法答案

【问题标题】：Best way to count Greater Than in numpy 2d array在 numpy 二维数组中计算大于的最佳方法
【发布时间】：2019-04-15 23:01:26
【问题描述】：

结果是大小为 300000 的 2d numpy 数组

for i in range(np.size(results,0)):  
     if results[i][0]>=0.7:  
        count+=1

在这个 python 代码中我需要 0.7 秒，但我在 C++ 代码中运行它，它需要不到 0.07 秒。
那么如何让这段python代码尽可能快呢？

【问题讨论】：

【解决方案1】：

在进行速度数值计算时，尤其是在 Python 中，如果可能，您永远不想使用 for 循环。 Numpy 针对“矢量化”计算进行了优化，因此您希望将通常在 for 循环中所做的工作传递给特殊的 numpy 索引和函数，例如 where。

我对 300,000 x 600 的从 0 到 1 的随机值数组进行了快速测试，结果如下。

您的代码，非矢量化，带有一个 for 循环：
每次运行 226 毫秒

%%timeit
count = 0
for i in range(np.size(n,0)):  
     if results[i][0]>=0.7:  
        count+=1

emilaz 解决方案：
每次运行 8.36 毫秒

%%timeit
first_col = results[:,0]
x = len(first_col[first_col>.7])

Ethan 的解决方案：
每次运行 7.84 毫秒

%%timeit
np.bincount(results[:,0]>=.7)[1]

最好的结果是
每次运行 6.92 毫秒

%%timeit
len(np.where(results[:,0] > 0.7)[0])

所有 4 种方法都产生了相同的答案，我的数据是 90,134。希望这会有所帮助！

【讨论】：

【解决方案2】：

试试

first_col=results[:,0]
res =len(first_col[first_col>.7])

根据矩阵的形状，这可能比您的方法快 2-10 倍。

【讨论】：

【解决方案3】：

您可以尝试以下方法：

np.bincount(results[:,0]>=.7)[1]

不确定它是否更快，但应该会产生正确的答案

【讨论】：