我正在嘗試找出一種更有效的方法來做到這一點(diǎn)。這是我的問題： a 有一個(gè)(m, n, 2)numpy 數(shù)組。為了清楚起見，我將維度稱為總體、樣本，對(duì)于每個(gè)樣本，第 0 列是頻率，第 1 列是幅度。對(duì)于每個(gè)樣本，重復(fù)一些頻率，但幅度不同。我想要的是一種為每個(gè)頻率選擇一個(gè)（并且只有一個(gè)）隨機(jī)幅度并將其放入輸出數(shù)組的有效方法。舉例說明問題。假設(shè)第 m 個(gè)樣本是：1, 22, 32, 43, 5并且輸出應(yīng)該是1, 22, 4 (random choice between 3 and 4)3, 5此外，輸出數(shù)組中的頻率必須是另一個(gè)名為 的列表中的頻率freq_compare。我有一個(gè)工作代碼，但需要一段時(shí)間。如果這有幫助，則會(huì)對(duì)頻率進(jìn)行排序，但我事先不知道會(huì)有多少重復(fù)項(xiàng)（如果有的話），也不知道哪些頻率會(huì)被重復(fù)。這是我到目前為止所擁有的：def make_dict(sample): """Produce a dictionary with the frequencies as keys and amplitudes as values.""" per_freq = dict() freqs = list(set(sample[:,0]))# get list of all frequencies for f in freqs: per_freq[f] = [line[1] for line in sample if line[0] == f] return per_freqoutput_random = np.zeros((m, len(freq_compare), 2))for i in range(m): d = make_dict(all_data[i]) #original array keys = list(d.keys()) for j in range(len(freq_compare)): if freq_compare[j] in keys: amp = np.random.choice(d[freq_compare[j]]) output_random[i,j,:] = (freq_compare[j], amp) else: output_random[i,j,:] = (freq_compare[j], 0.0)這樣做 10 次大約需要 15 分鐘，以獲得一系列形狀(3000, 400, 2)。有沒有更有效的方法？也許在我迭代這些行時(shí)構(gòu)建字典？
1 回答
ibeautiful
TA貢獻(xiàn)1993條經(jīng)驗(yàn) 獲得超6個(gè)贊
國(guó)際大學(xué)聯(lián)盟：
import numpy
m = 3000
freq_compare = np.random.choice(np.arange(0,20), 8, replace=False)
output_random = np.zeros((m, len(freq_compare), 2))
a = np.random.randint(0, 20, (m, 400, 2))
i = 0
for r in a:
freqs = np.unique(r[:,0])
d = [[f, np.random.choice(r[r[:,0]==f, 1])] if f in freqs else [f, 0] for f in freq_compare]
output_random[i] = d
i+=1
在我的本地機(jī)器中使用%timeit會(huì)導(dǎo)致：
710 ms ± 97.7 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
添加回答
舉報(bào)
0/150
提交
取消