numpy阵列上的广播交叉点

Question

我试图生成一个大的2D numpy NxN数组（larr），其中每个单元格都包含字符串元素（控制器名称）列表（a或b）之间的交集（c），这些元素既属于行（公司I）表示的单元，也属于列（公司j）表示的单元。列表（a和b）取自另一个数组（marray），其中公司由“nfirm”列中1到N之间的整数标识。我对矩阵的对角线不感兴趣（我用NaN代替）。你知道吗

我提出了下面的嵌套循环，但是它非常慢而且占用内存。我想知道是否有可能通过广播工会的行动来更有效地进行这项工作。任何提示，以改善它是非常感谢。谢谢！你知道吗

larr = np.empty(shape=(N,N), dtype=object)
for i in range(1,N):
   for j in range(1,N):
       a= marray['listdir'][marray['nfirm']==i].tolist()
       b= marray['listdir'][marray['nfirm']==j].tolist()
       c=np.intersect1d(a,b)
       if (len(c)>0 and (i!=j)):
           larr[i,j]=c
       else:
           larr[i,j]='NaN'
       del a, b, c

Answer 1

如果我理解正确

marray['listdir']是表示导演的字符串列表，按电影索引。你知道吗

marray['nfirm']是代表公司的整数列表，也按电影索引。你知道吗

您希望创建一个由成对公司共享的董事矩阵。你知道吗

为了提高效率，您可以先建立一个将公司与电影联系起来的字典，然后建立矩阵：

firm_movies = [[] for _ in xrange(N)]
for i, m in enumerate(marray['nfirm']):
    firm_movies[m].append(i)

larr = np.empty(shape=(N, N), dtype=object)
for i in xrange(N):
    larr[i, i] = 'NaN'
    for j in xrange(i+1, N):
       a = marray['listdir'][firm_movies[i]]
       b = marray['listdir'][firm_movies[j]]
       c = np.intersect1d(a,b)
       larr[i, j] = larr[j, i] = c if len(c)>0 else 'NaN'

Answer 2

小改进：a重新计算j次，但独立于j：

larr = np.empty(shape=(N, N), dtype=object)
for i in range(1, N):
    a = marray['listdir'][marray['nfirm']==i].tolist()
    for j in range(1, N):
        b = marray['listdir'][marray['nfirm']==j].tolist()
        c = np.intersect1d(a,b)
        if len(c) > 0 and i != j:
            larr[i, j] = c
        else:
            larr[i, j] = 'NaN'
        del b
    del a
del c