Saya telah membandingkan beberapa metode yang mungkin untuk melakukan ini, termasuk panda, beberapa metode numpy, dan metode pemahaman daftar.
Pertama, mari kita mulai dengan garis dasar:
>>> import numpy as np
>>> import operator
>>> import pandas as pd
>>> x = [1, 2, 1, 2]
>>> %time count = np.sum(np.equal(1, x))
>>> print("Count {} using numpy equal with ints".format(count))
CPU times: user 52 µs, sys: 0 ns, total: 52 µs
Wall time: 56 µs
Count 2 using numpy equal with ints
Jadi, dasar kami adalah bahwa hitungannya harus benar 2, dan kami harus melakukannya50 us .
Sekarang, kami mencoba metode naif:
>>> x = ['s', 'b', 's', 'b']
>>> %time count = np.sum(np.equal('s', x))
>>> print("Count {} using numpy equal".format(count))
CPU times: user 145 µs, sys: 24 µs, total: 169 µs
Wall time: 158 µs
Count NotImplemented using numpy equal
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/ipykernel_launcher.py:1: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison
"""Entry point for launching an IPython kernel.
Dan di sini, kami mendapatkan jawaban yang salah ( NotImplemented != 2), itu membutuhkan waktu lama, dan itu memberi peringatan.
Jadi kami akan mencoba metode naif lainnya:
>>> %time count = np.sum(x == 's')
>>> print("Count {} using ==".format(count))
CPU times: user 46 µs, sys: 1 µs, total: 47 µs
Wall time: 50.1 µs
Count 0 using ==
Sekali lagi, jawaban yang salah ( 0 != 2). Ini bahkan lebih berbahaya karena tidak ada peringatan berikutnya ( 0dapat disebarkan begitu saja 2).
Sekarang, mari kita coba pemahaman daftar:
>>> %time count = np.sum([operator.eq(_x, 's') for _x in x])
>>> print("Count {} using list comprehension".format(count))
CPU times: user 55 µs, sys: 1 µs, total: 56 µs
Wall time: 60.3 µs
Count 2 using list comprehension
Kami mendapatkan jawaban yang benar di sini, dan ini sangat cepat!
Kemungkinan lain, pandas:
>>> y = pd.Series(x)
>>> %time count = np.sum(y == 's')
>>> print("Count {} using pandas ==".format(count))
CPU times: user 453 µs, sys: 31 µs, total: 484 µs
Wall time: 463 µs
Count 2 using pandas ==
Lambat, tapi benar!
Dan terakhir, opsi yang akan saya gunakan: mentransmisikan numpyarray ke objecttipe:
>>> x = np.array(['s', 'b', 's', 'b']).astype(object)
>>> %time count = np.sum(np.equal('s', x))
>>> print("Count {} using numpy equal".format(count))
CPU times: user 50 µs, sys: 1 µs, total: 51 µs
Wall time: 55.1 µs
Count 2 using numpy equal
Cepat dan tepat!
thing(yang mungkin atau mungkin bukan tipe numpy; saya tidak tahu) dan saya ingin melihat apakahthing == 'some string'dan mendapatkanboolhasil yang sederhana , apa yang harus saya lakukan?np.atleast_1d(thing)[0] == 'some string'? Tapi itu tidak kuat untuk beberapa pelawak yang memasukkan'some string'elemen pertama dari sebuah array. Saya rasa saya harus menguji jenisnyathingterlebih dahulu dan kemudian hanya melakukan==pengujian apakah itu string (atau bukan objek numpy).