我有兩個列表，兩個列表都稱為位置和值。位置和值的每個子列表包含2D數(shù)組中在時間k = 1，..，n處的峰的位置和值。例如values = [[5,1,1,8,10],[3,1,7,9,4]]positions = [[(0,0),(1,2),(1,4),(3,3),(4,4)],[(0,1),(1,3),(2,4),(3,4),(4,0)]]在此，列表[5,1,1,8,10]是2D數(shù)組上的值，[[0,0），（1,2），（1,4），（3,3），（4 ,, 4）]是這些值在時間0處的對應(yīng)位置。同樣，[3,1,7,9,4]是2D數(shù)組上的值，[[0,1），（1,3），（2,4），（3,4），（4,0 ）]是這些值在時間1的對應(yīng)位置。我想將這些值放在2D零數(shù)組上的對應(yīng)位置。所以我做了以下功能import itertoolsdef list_to_array(n_1, n_2, positions, values): new_array_list = [] for k in range(len(positions)): A = np.zeros((n_1,n_2)) for i, j in itertools.product(range(n_1), range(n_2)): if (i,j) in positions[k]: X = positions[k].index((i,j)) A[i,j] = values[k][X] new_array_list += [A] return new_array_list這應(yīng)該返回兩個數(shù)組A[0] = [[ 5. 0. 0. 0. 0.] [ 0. 0. 1. 0. 1.] [ 0. 0. 0. 0. 0.] [ 0. 0. 0. 8. 0.] [ 0. 0. 0. 0. 10.]]A[1] = [[ 0. 3. 0. 0. 0.] [ 0. 0. 0. 1. 0.] [ 0. 0. 0. 0. 7.] [ 0. 0. 0. 0. 9.] [ 4. 0. 0. 0. 0.]]對于256x256的數(shù)組，單次迭代大約需要一秒鐘，因此我需要對1600個列表執(zhí)行迭代，這雖然很長，但仍然很合理。但是，我也希望對較大的數(shù)組（每個方向的長度最多8倍）執(zhí)行此操作，因此很明顯，上面的代碼將花費太長的時間。我想知道是否有人知道更快的方法？
2 回答
眼眸繁星
TA貢獻1873條經(jīng)驗 獲得超9個贊
您可以使用專家?guī)臁Ｔ谶@種情況下，NumPy提供了矢量化解決方案。
對于較大的數(shù)字?jǐn)?shù)據(jù)結(jié)構(gòu)，列表列表方法效率低下，因為它將使用指針的集合。取而代之的是，NumPy利用連續(xù)的存儲塊來實現(xiàn)有效的數(shù)值轉(zhuǎn)換。
import numpy as np
values = [[5,1,1,8,10],[3,1,7,9,4]]
positions = [[(0,0),(1,2),(1,4),(3,3),(4,4)],[(0,1),(1,3),(2,4),(3,4),(4,0)]]
# convert to NumPy arrays of shapes (10,) and (10, 2)
val = np.array(values).flatten()
pos = np.array(positions).reshape(-1, 2)
# initialize array of zeros
arr = np.zeros(pos.max(0)+1)
# assign values to positions
arr[[*pos.T]] = val
print(arr)
array([[ 5., 3., 0., 0., 0.],
[ 0., 0., 1., 1., 1.],
[ 0., 0., 0., 0., 7.],
[ 0., 0., 0., 8., 9.],
[ 4., 0., 0., 0., 10.]])
如果根據(jù)您的更新，您需要2個單獨的陣列，則可以重復(fù)此過程：
# convert to NumPy arrays of shapes (10,) and (10, 2)
val1, val2 = (np.array(v).flatten() for v in values)
pos1, pos2 = (np.array(p).reshape(-1, 2) for p in positions)
# initialize array of zeros
arr1 = np.zeros(pos1.max(0)+1)
arr2 = np.zeros(pos2.max(0)+1)
# assign values to positions
arr1[[*pos1.T]] = val1
arr2[[*pos2.T]] = val2
侃侃爾雅
TA貢獻1801條經(jīng)驗 獲得超16個贊
您可以這樣做：
import itertools
import numpy as np
def list_to_array(n_1, n_2, positions, values):
new_array_list = []
for k in range(len(positions)):
A = np.zeros((n_1,n_2))
for i in range(len(positions[k])):
A[positions[k][i]] = values[k][i]
new_array_list += [A]
return new_array_list
values = [[5,1,1,8,10],[3,1,7,9,4]]
positions = [[(0,0),(1,2),(1,4),(3,3),(4,4)],[(0,1),(1,3),(2,4),(3,4),(4,0)]]
print list_to_array(5,5,positions,values)
添加回答
舉報
0/150
提交
取消