異なるサイズの配列Yを持つ条件に基づくnumpyマスク配列X

Question

異なるサイズの2つの1次元配列XとYがあります。

X=np.array([0.3, 2.1, 4.3]) 
Y=np.array([1.5, 3.5]) 
mask = X>Y[:,np.newaxis] 

をし、その上例えばにつながるように、今私は、X[mask]=X[mask]+1似た何かを実行したいと思います：私は、例えばXとYの条件から生じた2次元の配列を作成しようとしています：

newX = np.array([0.3, 3.1, 5.3],[0.3, 2.1, 5.3]]) 

私が行うことで、この結果を得ることができた：

newX = np.append(X, X).reshape(2,3) 
newX[mask]=newX[mask]+1 

しかし、これはY配列（例2）の長さをハードコードし、そしてどのnp.appendとコピーが含まれX ad Yが実際に大きな配列である場合（そしてそれはおそらくかなり醜い）、コストがかかる。これを行う正しい方法はありますか？つまり、ブール値を数値コンテキストでint型として扱われます - あなたはmaskがTrueでどこ1を追加したい、この特定のケースでは、 おそらく最も簡単な方法は、放送を利用して プロモーションをDTYPEする

Answer 1

です。

In [49]: X + mask 
Out[49]: 
array([[ 0.3, 3.1, 5.3], 
     [ 0.3, 2.1, 5.3]]) 

可能であれば、明示的にタイル状のコピーXの代わりにブロードキャストを使用してください。 はしかし、あなたがnewXが必要な場合は

In [54]: np.tile(X, (Y.size,1)) 
Out[54]: 
array([[ 0.3, 2.1, 4.3], 
     [ 0.3, 2.1, 4.3]]) 

np.tileを使用することができますので、それは、この目的のために高速であるnp.outerによって行わ乗算を避けることができます。

例えば

---

、この設定で：

import numpy as np 
import timeit 
import collections 
import matplotlib.pyplot as plt 

timing = collections.defaultdict(list) 
Ns = np.linspace(10, 10000, 5).astype(int) 
Ms = np.linspace(10, 10000, 5).astype(int) 

for N, M in zip(Ns, Ms): 
    X = np.random.random(N) 
    Y = np.random.random(M) 
    timing['tile'].append(timeit.timeit(
     'np.tile(X, (Y.size,1))', 
     'from __main__ import np, X, Y', 
     number=10)) 
    timing['outer'].append(timeit.timeit(
     'np.outer(np.ones_like(Y),X)', 
     'from __main__ import np, X, Y', 
     number=10)) 


plt.plot(Ns*Ms, timing['tile'], label='tile') 
plt.plot(Ns*Ms, timing['outer'], label='outer') 
plt.legend(loc='best') 
plt.show() 

アレイのサイズが大きくなるにつれ、tileとouter との差が総時間と比較して減少させるべきです RAM /スワップで大規模な配列を割り当てる/管理するために必要な時間が相対的にsmを圧倒するためすべて 計算コスト。