目标是通过满足(x=>y) and (y=>z)
的条件来创建数组
一种简单的方法是使用嵌套的for loop
,如下所示
tot_length=200
steps=0.1
start_val=0.0
list_no =np.arange(start_val, tot_length, steps)
a=np.zeros(shape=(1,3))
for x in list_no:
for y in list_no:
for z in list_no:
if (x>=y) & (y>=z):
a=np.append(a, [[x, y, z]], axis=0)
虽然没有引发内存需求问题,但执行时间明显较慢
可以考虑的其他方法是使用下面的代码code。然而,只有当tot_length
小于100
时,该提案才能完美地发挥作用。除此之外,还出现了内存问题here
tot_length=200
steps=0.1
start_val=0.0
list_no =np.arange(start_val, tot_length, steps)
arr = np.meshgrid ( *[list_no for _ in range ( 3 )] )
a = np.array(list ( map ( np.ravel, arr ) )).transpose()
num_rows, num_cols = a.shape
a_list = np.arange ( num_cols ).reshape ( (-1, 3) )
for x in range ( len ( a_list ) ):
a=a[(a[:, a_list [x, 0]] >= a[:, a_list [x, 1]]) & (a[:, a_list [x, 1]] >= a[:, a_list [x, 2]])]
感谢任何能够平衡总体执行时间和内存问题的建议。我也欢迎任何关于使用熊猫的建议,如果这能让事情顺利进行的话
要确定建议的输出是否产生了预期的输出,请使用以下参数
tot_length=3
steps=1
start_val=1
应该产生产出
1 1 1
2 1 1
2 2 1
2 2 2
这样行吗
这将仍然使用8GB的内存作为布尔值的中间数组,但是避免了对
np.append
的重复调用,这会很慢相关问题 更多 >
编程相关推荐