如何在 Numpy 數組中高效搜尋匹配行？

如何高效檢查Numpy 數組是否匹配行

要確定Numpy 數組是否包含特定行，終止操作至關重要一旦找到匹配，終止操作就避免不必要的迭代。

可能的解決方案

• 使用 .tolist(): 轉換數組到 Python 列表並使用“in”運算符。如果匹配行位於數組開頭附近，此方法特別有效。
• 使用視圖： 建立陣列的視圖，從而能夠與目標行進行逐行比較。
• 迭代 Numpy 列表： 產生數組元素，根據目標行測試每一行。然而，這種方法相對較慢。
• 利用 numpy 邏輯函數：應用 np.equal() 執行逐元素比較，然後使用 .all(1).any( ) 方法來判斷是否有任何行與目標相符。

效能比較

在不同大小的陣列上測試這些方法表明 numpy 程式在搜尋方面始終表現出色速度。所花費的時間與是否找到或錯過匹配項無關。

例如，numpy「view」方法在大約0.01 秒內搜尋300,000 x 3 元素數組，無論目標行位於何處或

相比之下，Python 的「in」運算符對於早期匹配（例如0.003 秒）會明顯更快，而生成器技術對於詳盡搜尋則明顯較慢（例如6.47 秒）。

結論

為了在Numpy 數組中進行高效的行匹配，建議將np.equal() 與.all(1).any() 結合使用，因為它無論搜尋結果如何，都能提供一致的效能。

以上是如何在 Numpy 數組中高效搜尋匹配行？的詳細內容。更多資訊請關注PHP中文網其他相關文章！