python - numpy python 快速有效地将非零值提升到二维数组的顶部

Question

对标题感到抱歉，如果有人有更好的描述，我会寻求建议。我想要一个函数(尽可能快)来获取非零条目并使用前一个数组的有序版本填充新数组。从下面的例子中可能会更清楚:

输入数组

np.random.seed(2)
a = np.random.randint(0,10,10)
b = np.random.randint(0,10,10)
c = np.random.randint(0,10,10)
a = 0 * (a % 2) + (1-(a % 2))*a
b = 0 * (b % 2) + (1-(b % 2))*b
c = 0 * (c % 2) + (1-(c % 2))*c
arr = np.array([a,b,c])

arr
>>> array([[8, 8, 6, 2, 8, 0, 2, 0, 0, 4],
           [4, 0, 0, 0, 6, 4, 0, 0, 6, 0],
           [0, 0, 8, 4, 6, 0, 0, 2, 0, 4]])

输出数组

outArr = np.empty_like(arr)
outArr[0,:] = (arr[0,:] > 0) * arr[0,:] + ~(arr[0,:] > 0) * (arr[1,:] > 0) * arr[1,:] + ~(arr[0,:] > 0) * ~(arr[1,:] > 0) * arr[2,:]
outArr[1,:] = (arr[0,:] > 0) * arr[1,:] + (arr[0,:] > 0) * ~(arr[1,:] > 0) * arr[2,:]
outArr[2,:] = (arr[0,:] > 0) * (arr[1,:] > 0) * arr[2,:]

outArr
>>> array([[8, 8, 6, 2, 8, 4, 2, 2, 6, 4],
           [4, 0, 8, 4, 6, 0, 0, 0, 0, 4],
           [0, 0, 0, 0, 6, 0, 0, 0, 0, 0]])

我将此数组硬编码为仅 3 行，以便我可以手动输入该函数，实际上这可能是更多行(大约为 10 行，没什么太疯狂的)。

编辑:

我实际想要使用的尺寸是 5 行 x 100-150k 列

数据类型始终为整数

最后，更新过程是在底部添加一个新行，向上对齐，然后删除所有仅包含 0(空值)的尾随行

Answer 1

方法#1

灵感来自 justify ，这是针对 up-justification 进行微调的一个对于排序可能会减慢速度的情况，可以使用 broadcasted-mask-creation 作为替代方案。可以建议 -

def justify_up(a, invalid_val=0, use_sort=True):
    if invalid_val is np.nan:
        mask = ~np.isnan(a)
    else:
        mask = a!=invalid_val

    if use_sort==1:
        justified_mask = np.sort(mask,axis=0)[::-1]
    else:
        justified_mask = (mask.sum(0) > np.arange(a.shape[0])[:,None])

    if invalid_val is 0:
        out = np.zeros_like(a)
    elif invalid_val is 1:
        out = np.ones_like(a)
    else:
        out = np.full(a.shape, invalid_val)

    out.T[justified_mask.T] = a.T[mask.T]
    return out

示例运行 -

In [199]: arr
Out[199]: 
array([[8, 8, 6, 2, 8, 0, 2, 0, 0, 4],
       [4, 0, 0, 0, 6, 4, 0, 0, 6, 0],
       [0, 0, 8, 4, 6, 0, 0, 2, 0, 4]])

In [200]: justify_up(arr, invalid_val=0)
Out[200]: 
array([[8, 8, 6, 2, 8, 4, 2, 2, 6, 4],
       [4, 0, 8, 4, 6, 0, 0, 0, 0, 4],
       [0, 0, 0, 0, 6, 0, 0, 0, 0, 0]])

方法#2

我们还可以将循环工作卸载到 numba对于 in-situ 的性能编辑-

from numba import njit

@njit
def justify_up_numba(a, invalid_val=0):
    # invalid_val : Any number but NaN
    m,n = a.shape
    for j in range(m-1):
        for i in range(0,m-j-1):
            for k in range(n):
                if a[i,k]==invalid_val:
                    a[i,k] = a[i+1,k]
                    a[i+1,k] = invalid_val      
    return a

大型数组的计时 -

In [361]: np.random.seed(0)
     ...: arr = np.random.randint(0,5,(10,100000))

In [362]: %timeit justify_up(arr, invalid_val=0, use_sort=False)
100 loops, best of 3: 10.9 ms per loop

In [363]: %timeit justify_up(arr, invalid_val=0, use_sort=True)
100 loops, best of 3: 15.9 ms per loop

In [364]: %timeit justify_up_numba(arr, invalid_val=0)
100 loops, best of 3: 2.38 ms per loop