- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我想计算许多不同开始/结束日期的开始日期和结束日期之间的 S&P 开放天数。
一个假例子
SPopen = pd.bdate_range(start = '1950-01-01', end = '2020-01-01')
startdates = pd.bdate_range(start = '1970-01-01', end = '2000-01-01')
enddates = startdates + pd.Timedelta(1, 'Y')
对于开始/结束日期中的每一对,我可以这样做
np.sum( (SPopen > start) & (SPopen <= end) )
获取SP开放天数,但循环几千次很慢。有没有有效的方法来做到这一点?
注意:SP 不会在所有工作日开放,并且 np.busday_count
不起作用。
最佳答案
非常有趣的问题,在处理数据帧的日期时间或涉及满足间隔限制的元素计数的任何问题时可能非常有用。
为了解决这个问题,我们可以通过使用 np.searchsorted
来滥用数据和间隔的事实。及其可选的 'left'
和 'right'
参数。我一开始就想到了一个 NumPy 样本,这对于日期时间也有足够的概括性。
涉及的步骤
让我回顾一下我解决这个问题的历史:
1] 给定输入 -
In [618]: a # Data array
Out[618]: array([ 0, 2, 4, 14, 15, 27, 29])
In [619]: s0 # Interval start
Out[619]: array([ 2, 6, 9, 15, 25])
In [620]: s1 # Interval stop
Out[620]: array([ 7, 10, 11, 19, 29])
2]获取左、右索引位置 -
In [621]: search_stop = np.searchsorted(a,s1,'right')
...: search_start = np.searchsorted(a,s0,'left')
...:
3] 获取通常情况下的差异 -
In [622]: out = search_stop - search_start
4] 对于起始位置已存在于 a 中的情况,np.searchsorted(a,s0,'left')
会给我们一个较小的索引,因此它的偏移量 -
In [623]: out -= a[search_start] == s0
5] 对于情况,当间隔没有捕获任何元素时,由于最后一步偏移,我们可能会出现负计数。因此,将它们剪裁为零,这样我们就得到了所需的输出 -
In [624]: out.clip(min=0)
Out[624]: array([1, 0, 0, 0, 2])
此外,对于从数据数组中任何元素之外开始的间隔,search_start
将超出数组长度,因此请使用掩码来限制这些计算。
总结一切,我们最终会得到这样的实现 -
def vectorized_interval_count(a, s0, s1):
search_stop = np.searchsorted(a,s1,'right')
search_start = np.searchsorted(a,s0,'left')
L = np.searchsorted(search_start, a.size)
out = search_stop - search_start
out[:L] -= (a[search_start[:L]] == s0[:L])
out.clip(min=0, out = out)
return out
巨大改进
事实证明,正如 comments by OP
中提到的那样,我们可以简单地查找 'right'
索引,并且各自的差异在功能上意味着这些 left-open
和 right-close
中的元素数量> 间隔。
因此,单行解决方案是 -
np.searchsorted(a,s1,'right') - np.searchsorted(a,s0,'right')
在问题中给定的巨大样本数据集上进行测试,我得到了 -
In [795]: SPopen = pd.bdate_range(start = '1950-01-01', end = '2020-01-01')
...: startdates = pd.bdate_range(start = '1970-01-01', end = '2000-01-01')
...: enddates = startdates + pd.Timedelta(1, 'Y')
...:
In [796]: a = SPopen
...: s0 = startdates
...: s1 = enddates
...:
In [797]: out1 = [np.sum( (a > s0[i]) & (a <= s1[i]) ) for i in range(len(s0))]
...: out2 = vectorized_interval_count(a, s0, s1)
...: out3 = np.searchsorted(a,s1,'right') - np.searchsorted(a,s0,'right')
...: print np.allclose(out1, out2)
...: print np.allclose(out1, out3)
...:
True
True
In [798]: %timeit [np.sum( (a > s0[i]) & (a <= s1[i]) ) for i in range(len(s0))]
1 loops, best of 3: 4.44 s per loop
In [799]: %timeit vectorized_interval_count(a, s0, s1)
1000 loops, best of 3: 842 µs per loop
In [800]: %timeit np.searchsorted(a,s1,'right') - np.searchsorted(a,s0,'right')
1000 loops, best of 3: 559 µs per loop
因此,与循环理解相比,速度接近 8,000x
! (感谢OP!)
关于python - 针对许多不同的开始/结束值计算排序数组中的项目数的有效方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41653830/
我遇到了一个奇怪的问题。我有这个: $(document).ready(function () {
我正在编写一个程序,它从列表中读取一些 ID,从中找出不同的 URL,然后将图像保存到我的 C: 驱动器中。 如果我在浏览器中导航到图像 URL,它们就会起作用。此外,如果我尝试从不同的服务器获取图像
我编写了一个 REST WCF RIA Silverlight 4.0 兼容服务,我可以从 javascript + jQuery.1.4.2.js + JSON2.js(当然,还可以从 .NET 4
我很确定这个网站实际上还没有得到回答。一劳永逸地,与 32 位有符号整数范围内的数字字符串匹配的最小正则表达式是什么,范围是 -2147483648至 2147483647 . 我必须使用正则表达式进
我有两个data.table;我想从那些与键匹配的元素中随机分配一个元素。我现在这样做的方式相当慢。 让我们具体点;这是一些示例数据: dt1<-data.table(id=sample(letter
我已经安装了 celery 、RabitMQ 和花。我可以浏览到花港。我有以下简单的工作人员,我可以将其附加到 celery 并从 python 程序调用: # -*- coding: utf-8 -
我正在使用 ScalaCheck 在 ScalaTest 中进行一些基于属性的测试。假设我想测试一个函数,f(x: Double): Double仅针对 x >= 0.0 定义的, 并返回 NaN对于
我想检查文件是否具有有效的 IMAGE_DOS_SIGNATURE (MZ) function isMZ(FileName : String) : boolean; var Signature: W
在 Herbert Schildt 的“Java:完整引用,第 9 版”中,有一个让我有点困惑的例子。它的关键点我无法理解可以概括为以下代码: class Test { public stat
我在工作中查看了一些代码,发现了一些我以前没有遇到过的东西: for (; ;) { // Some code here break; } 我们一直调用包含这个的函数,我最近才进去看看它是
在 Herbert Schildt 的“Java:完整引用,第 9 版”中,有一个让我有点困惑的例子。它的关键点我无法理解可以概括为以下代码: class Test { public stat
我试图编写一个函数,获取 2D 点矩阵和概率 p 并以概率 p 更改或交换每个点坐标 所以我问了一个question我试图使用二进制序列作为特定矩阵 swap_matrix=[[0,1],[1,0]]
这个问题在这里已经有了答案: Using / or \\ for folder paths in C# (5 个答案) 关闭 7 年前。 我在某个Class1中有这个功能: public v
PostgreSQL 10.4 我有一张 table : Column | Type ------------------------- id | integer| title
我正在 Postgresql 中编写一个函数,它将返回一些针对特定时区(输入)计算的指标。 示例结果: 主要问题是这只是一个指标。我需要从其他表中获取其他 9 个指标。 对于实现此目标的更简洁的方法有
我需要在 python 中模拟超几何分布(用于不替换采样元素的花哨词)。 设置:有一个装满人口许多弹珠的袋子。弹珠有两种类型,红色和绿色(在以下实现中,弹珠表示为 True 和 False)。从袋子中
我正在使用 MaterializeCSS 框架并动态填充文本输入。我遇到的一个问题是,在我关注该字段之前,valid 和 invalid css 类不会添加到我的字段中。 即使我调用 M.update
是否有重叠 2 个 div 的有效方法。 我有以下内容,但无法让它们重叠。 #top-border{width:100%; height:60px; background:url(image.jpg)
我希望你们中的一位能向我解释为什么编译器要求我在编译单元中重新定义一个静态固定长度数组,尽管我已经在头文件中这样做了。这是一个例子: 我的类.h: #ifndef MYCLASS_H #define
我正在使用旧线程发布试图解决相同问题的新代码。什么是安全 pickle ? this? socks .py from socket import socket from socket import A
我是一名优秀的程序员,十分优秀!