相关疑难解决方法(0)

np.r_做什么(numpy)?

以下代码取自此处

sa = sort(a[i:i+block])
n += np.r_[sa.searchsorted(bins[:-1], 'left'),
           sa.searchsorted(bins[-1], 'right')]
Run Code Online (Sandbox Code Playgroud)

所以我知道searchsorted在数组sa中找到bins必须插入元素的位置以便保持sa排序(left给出我们将插入值和right右索引的位置的索引).我不明白的是它周围的整个建筑意味着什么

np.r_[array,array]
Run Code Online (Sandbox Code Playgroud)

什么是np.r_

python numpy

24
推荐指数
2
解决办法
2万
查看次数

使用多个自定义索引范围构建numpy数组,而无需显式循环

在Numpy中,是否有一种pythonic方法来创建array3,其中自定义范围来自array1和array2而没有循环?迭代范围的直接解决方案可行,但由于我的数组遇到了数百万个项目,我正在寻找更有效的解决方案(也可能是语法糖).

例如,

array1 = np.array([10, 65, 200]) 
array2 = np.array([14, 70, 204])
array3 = np.concatenate([np.arange(array1[i], array2[i]) for i in
                         np.arange(0,len(array1))])

print array3
Run Code Online (Sandbox Code Playgroud)

结果:[10,11,12,13,65,66,67,68,69,200,201,202,203].

python arrays performance numpy vectorization

4
推荐指数
2
解决办法
1274
查看次数

标签 统计

numpy ×2

python ×2

arrays ×1

performance ×1

vectorization ×1