Bagaimanakah Fungsi Vektor NumPy Boleh Mewajarkan Tatasusunan dengan Cekap?

Mewajarkan Tatasusunan NumPy dengan Fungsi Bervektor

NumPy menyediakan cara yang cekap untuk mewajarkan tatasusunan menggunakan fungsi tervektor, menawarkan prestasi yang lebih baik dan kesederhanaan kod berbanding gelung Python tradisional.

Pernyataan Masalah

Diberi NumPy tatasusunan, tugasnya ialah mengalihkan elemen bukan sifarnya ke kiri, kanan, atas atau bawah sambil mengekalkan bentuknya.

Penyelesaian Numpy

Pelaksanaan NumPy berikut melaksanakan justifikasi yang cekap:

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

Fungsi ini membenarkan tatasusunan 2D di sepanjang paksi dan sisi yang ditentukan (kiri, kanan, atas, bawah). Ia berfungsi dengan mengenal pasti elemen bukan sifar menggunakan topeng, mengisihnya menggunakan isihan, membalikkan topeng jika mewajarkan ke atas atau ke kiri, dan akhirnya menimpa tatasusunan asal dengan nilai yang dibenarkan.

Contoh Penggunaan

Berikut ialah contoh penggunaan yang merangkumi elemen bukan sifar kepada kiri:

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

# Cover left
covered_left = justify(a, axis=1, side='left')

print("Original Array:")
print(a)
print("\nCovered Left:")
print(covered_left)

Output:

Original Array:
[[1 0 2 0]
 [3 0 4 0]
 [5 0 6 0]
 [0 7 0 8]]

Covered Left:
[[1 2 0 0]
 [3 4 0 0]
 [5 6 0 0]
 [7 8 0 0]]

Mewajarkan Tatasusunan N-Dimensi Generik

Untuk mewajarkan tatasusunan N-dimensi, fungsi berikut boleh digunakan :

def justify_nd(a, invalid_val, axis, side):    
    pushax = lambda a: np.moveaxis(a, axis, -1)
    if invalid_val is np.nan:
        mask = ~np.isnan(a)
    else:
        mask = a!=invalid_val
    justified_mask = np.sort(mask,axis=axis)
    
    if side=='front':
        justified_mask = np.flip(justified_mask,axis=axis)
            
    out = np.full(a.shape, invalid_val)
    if (axis==-1) or (axis==a.ndim-1):
        out[justified_mask] = a[mask]
    else:
        pushax(out)[pushax(justified_mask)] = pushax(a)[pushax(mask)]
    return out

Fungsi ini menyokong senario yang lebih kompleks dengan mewajarkan tatasusunan N-dimensi sepanjang paksi arbitrari dan sama ada ke 'depan' atau 'hujung' tatasusunan.

Atas ialah kandungan terperinci Bagaimanakah Fungsi Vektor NumPy Boleh Mewajarkan Tatasusunan dengan Cekap?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!