python - 有没有办法通过将 python 列表快速转换为 numpy 矩阵来搜索列表？

Question

我试图通过循环遍历数组的行并检查内部值是否匹配条件来搜索 python 2D 数组。一个例子在这里:

def searchList(list, v0, v1, v2, v3):
 for r in range(len(list)):
    if (list[r][0] == v0) & (list[r][1] == v1) & (list[r][2] == v2) & (list[r][3] == v3):
        return r

 return None

然而，与其他语言相比，Python 的速度相当慢。

现在的主要问题是这个列表是动态增长的，并且可能有 1000 行或更多行。

当我上网搜索如何加快速度时，我发现将列表移动到 numpy 矩阵并使用 np.where() 可以做到这一点。

def searchList(list, v0, v1, v2, v3):
    tmpQ = np.array(list)
    locList = np.where((tmpQ[:,0] == v0) & (tmpQ[:,1] == v1) & (tmpQ[:,2] == v2) & (tmpQ[:,3] == v3))
    if locList[0].size == 0:
        return None
    else:
        return locList[0][0]

现在的问题是，将 python 2D 数组转换为 numpy 矩阵，这个操作也需要很多时间。

我的另一个选择是摆脱 python 2D 数组，只使用 numpy 矩阵，但这也不起作用，因为矩阵不断增长，连接操作需要很长时间。

有什么办法可以快速做到这一点吗？

我知道是什么导致使用 cProfile 并运行代码花费最多时间。

Answer 1

这取决于您的数据形状，您可以尝试以下操作:

def searchList(mylist, v0, v1, v2, v3):
    try:
        row_num = mylist.index([v0, v1, v2, v3])
    except ValueError:
        return None
    return row_num 


m = [[1,2,3,4], [5,6,7,8], [3,2,8,7], [1,3,6,9]]
print(searchList(m, 3, 2, 8, 7))

输出:

2