python - 如何有效地操作一个大的numpy数组

Question

我有一段代码是基于一个大的numpy数组然后操作另一个数组。因为这是一个非常大的数组，你能告诉我是否有一种有效的方法来实现我的目标吗？ (我认为高效的方式应该是直接操作数组而不是通过for循环)。

提前致谢，请在下面找到我的代码:

N = 1000000000
rand = np.random.rand(N)
beta = np.zeros(N)
for i in range(0, N):
    if rand[i] < 0.5:
        beta[i] = 2.0*rand[i]
    else:
        beta[i] = 1.0/(2.0*(1.0-rand[i]))

Answer 1

你在这里基本上失去了 numpy 的效率，通过在 Python 中执行处理。 numpy 的想法是批量 处理项目，因为它在幕后使用 C++ 中的效率算法进行实际处理。您可以将 numpy 的 Python 端更多地视为“接口(interface)”。

现在回答你的问题，我们基本上可以先构造一个 0 到 2 之间的随机数数组，方法是将它与 2 相乘:

rand = 2.0 * np.random.rand(N)

接下来我们可以使用np.where(..) [numpy-doc]它就像一个条件选择器:我们在这里传递三个“数组”:第一个是编码“条件”真实性的 bool 数组，第二个是要填充的值数组，以防相关条件是true，第三个值是在条件为 false 时插入的值数组，因此我们可以这样写:

N = 1000000000
rand = 2 * np.random.rand(N)
beta = np.where(rand < 1.0, rand, 1.0 / (2.0 - rand))