需要Python Numpy加速

Question

我想知道我是否可以使用numpy来加速这段代码。。。你知道吗

代码实际上正在运行，但我知道使用它可以做得更好np.哪里，我尝试过但没有成功：）

对于每个syn位置，我想将第一个位置（'000'，'001'…）上的字符串与变量syndrome（casted to string）进行比较，并在匹配时获得第二个位置上的int

比如如果我有一个综合征'100'，我会得到4，所以我知道我必须翻转8位码字中的第4位

def recover_data(noisy_data):

syn=[['000','none'],['001',6],['010',5],['011',3],['100',4],['101',0],['110',1],['111',2]]

for ix in range(noisy_data.shape[0]):
    unflip=0    #index that will be flipped

    for jx in range(len(syn)):
        if(syn[jx][0] == ''.join(syndrome.astype('str'))):
            unflip = syn[jx][1]
    if(str(unflip)!='none'):
        noisy_data[ix,unflip]=1-noisy_data[ix,unflip]

Answer 1

看起来dictionary会有帮助

syn=dict([['000','none'],['001',6],['010',5],['011',3],['100',4],['101',0],['110',1],['111',2]])

syn

{'000': 'none',
 '001': 6,
 '010': 5,
 '011': 3,
 '100': 4,
 '101': 0,
 '110': 1,
 '111': 2}

syn.get('011')  # .get(key) will return None if the key isn't in the dict

3