如何在 Numpy 数组中高效搜索匹配行？

如何高效检查 Numpy 数组是否匹配行

要确定 Numpy 数组是否包含特定行，终止操作至关重要一旦找到匹配，就避免不必要的迭代。

可能的解决方案

• 使用 .tolist(): 转换数组到 Python 列表并使用“in”运算符。如果匹配行位于数组开头附近，此方法特别有效。
• 使用视图： 创建数组的视图，从而能够与目标行进行逐行比较。
• 迭代 Numpy 列表： 生成数组元素，根据目标行测试每一行。然而，这种方法相对较慢。
• 利用 numpy 逻辑函数：应用 np.equal() 执行逐元素比较，然后使用 .all(1).any( ) 方法来确定是否有任何行与目标匹配。

性能比较

在不同大小的数组上测试这些方法表明 numpy 例程在搜索方面始终表现出色速度。所花费的时间与是否找到或错过匹配项无关。

例如，numpy“view”方法在大约 0.01 秒内搜索 300,000 x 3 元素数组，无论目标行位于何处或

相比之下，Python 的“in”运算符对于早期匹配（例如 0.003 秒）会明显更快，而生成器技术对于详尽搜索则明显较慢（例如 6.47 秒）。

结论

为了在 Numpy 数组中进行高效的行匹配，建议将 np.equal() 与 .all(1).any() 结合使用，因为它无论搜索结果如何，都能提供一致的性能。

以上是如何在 Numpy 数组中高效搜索匹配行？的详细内容。更多信息请关注PHP中文网其他相关文章！