Wie kann eine vektorisierte NumPy-Funktion ein NumPy-Array in mehreren Richtungen effizient rechtfertigen?

Begründung eines NumPy-Arrays mit einer verallgemeinerten vektorisierten Funktion

Einführung

Begründung eines NumPy-Arrays bezieht sich auf Verschieben von Nicht-Null-Elementen auf eine Seite des Arrays, was die Manipulation oder Verarbeitung erleichtert. Während sich die bereitgestellte Python-Funktion auf die Linksbündigung einer 2D-Matrix konzentriert, ist die Verwendung einer vektorisierten NumPy-Funktion ein effizienterer und umfassenderer Ansatz.

NumPy-vektorisierte Funktion zur Array-Ausrichtung

Die folgende Funktion, justify, bietet eine allgemeine Möglichkeit, ein 2D-Array sowohl links und rechts als auch oben und unten auszurichten Richtungen:

import numpy as np

def justify(a, invalid_val=0, axis=1, side='left'):    
    if invalid_val is np.nan:
        mask = ~np.isnan(a)
    else:
        mask = a!=invalid_val
    justified_mask = np.sort(mask,axis=axis)
    if (side=='up') | (side=='left'):
        justified_mask = np.flip(justified_mask,axis=axis)
    out = np.full(a.shape, invalid_val) 
    if axis==1:
        out[justified_mask] = a[mask]
    else:
        out.T[justified_mask.T] = a.T[mask.T]
    return out

Parameter:

• a: Das zu begründende Eingabe-NumPy-Array.
• invalid_val: (Optional) Das Ungültiger Wert zum Füllen des ausgerichteten Arrays. Der Standardwert ist 0.
• Achse: Die Achse, entlang derer die Ausrichtung durchgeführt werden soll. 1 für Zeilen, 0 für Spalten.
• Seite: Die Ausrichtungsrichtung. 'links', 'rechts', 'oben' oder 'unten'.

Verwendungsbeispiele:

• Linksbündigkeit:

a = np.array([[1, 0, 2, 0],
               [3, 0, 4, 0],
               [5, 0, 6, 0],
               [0, 7, 0, 8]])

justified_array = justify(a, side='left')

print(justified_array)
# Output:
# [[1, 2, 0, 0],
#  [3, 4, 0, 0],
#  [5, 6, 0, 0],
#  [7, 8, 0, 0]]

• Up Begründung:

justified_array = justify(a, axis=0, side='up')

print(justified_array)
# Output:
# [[1, 7, 2, 8],
#  [3, 0, 4, 0],
#  [5, 0, 6, 0],
#  [6, 0, 0, 0]]

Vorteile der NumPy-Funktion:

• Vektorisiert: Nutzt die vektorisierten Operationen von NumPy für hoch Leistung.
• Verallgemeinert: Unterstützt die Ausrichtung für alle vier Richtungen.
• Kompatibel mit beliebigen Array-Formen: Richtet Arrays jeder Dimension aus.
• Anpassbarer ungültiger Wert: Ermöglicht die Angabe des Füllwerts für ungültig Positionen.
• Beinhaltet die Handhabung von Nullwerten: Maskiert automatisch NaN-Werte (wenn invalid_val auf NaN gesetzt ist).

Fazit

Die bereitgestellte NumPy-Funktion justify bietet eine robuste und effiziente Möglichkeit, NumPy-Arrays zu rechtfertigen. Seine verallgemeinerte Natur und vektorisierte Implementierung machen es zu einem vielseitigen Werkzeug für Array-Manipulations- und Verarbeitungsaufgaben.

Das obige ist der detaillierte Inhalt vonWie kann eine vektorisierte NumPy-Funktion ein NumPy-Array in mehreren Richtungen effizient rechtfertigen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!