想要对 while 循环进行矢量化以提高性能（已更新）

Question

1. 根据另一个数组的当前值设置数组大小为 n 的窗口的值
2. 忽略窗口覆盖的值
3. 需要能够为不同的运行更改窗口大小 (n)

此代码有效，但速度很慢。

    n = 3

    def signal(arr):
        signal = pd.Series(data=0, index=arr.index)
        i = 0
        while i < len(arr) - 1: 
            s = arr.iloc[i]
            if s in [-1, 1]:
                j = i + n
                signal.iloc[i: j] = s
                i = i + n
            else:
                i += 1
        return signal

arr = [0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, -1, -1, 0, 0, 0, 0]

signal = [0, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, -1, -1, -1, 0, 0, 0]

Answer 1

不要将 arr 设为 pandas 系列对象，而应将其设为 numpy 数组。 试试这个：

import numpy as np
def signal(arr, n):
    size = len(arr)
    signal = np.zeros(size)
    for i in range(size):
        s = arr[i]
        if s in [-1, 1]:
            j = i + n
            signal[i: j] = s
            i = i + n
        else:
            i += 1
    return signal
arr = [0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, -1, -1, 0, 0, 0, 0]
n = 3

signal(arr, n)

我对两种不同的解决方案进行了基准测试，这样更快：

• 原始：每个循环 738 µs ± 21.9 µs（平均值 ± 标准偏差，7 次运行，1000 每个循环）
• 新：每个循环 9.56 µs ± 778 ns（平均值 ± 标准偏差，7 次运行，100000 每个循环）