在不使用for循环的不等行长度的numpy数组中获取所需元素

3 回答

• 0

  使用循环理解： np.array([i[-1] for i in arr],dtype=object) 可能只是一种有效而快速的方法，特别是如果列表足够长的话 . 但是既然你要求一个非循环的解决方案，这里有一种方法可以使用np.concatenate获得一个扁平化的版本，然后使用适当的索引将其索引到每个列表的最终元素中 -

  np.concatenate(arr)[np.cumsum(map(len,arr))-1]
  

  有一个 map 运算符的使用，它几乎没有矢量化方法 .

  样品运行 -

  In [166]: arr
  Out[166]: 
  array([['apple', 'banana', 'orange'],
         ['car', 'bike', 'train', 'ship', 'plane', 'scooter'],
         ['red', 'purple']], dtype=object)
  
  In [167]: np.concatenate(arr)[np.cumsum(map(len,arr))-1]
  Out[167]: 
  array(['orange', 'scooter', 'purple'], 
        dtype='|S7')
  

  请注意，如果我们想要一个对象dtype数组，我们需要在索引之前转换为这样的dtype： np.concatenate(arr).astype(object) .

  回复于 2024-05-04T12:00:25+08:00
• 1

  如果最快，请使用列表列表：

  import numpy as np
  import random
  
  items = ['apple','banana','orange', 'car','bike','train','ship','plane','scooter', 'red','purple']
  a = [random.sample(items, random.randint(2, 10)) for _ in range(1000)]
  b = np.array(a)
  
  %timeit [x[-1] for x in a] # 62.1 µs
  %timeit [x[-1] for x in b] # 75.9 µs
  f = np.frompyfunc(lambda x:x[-1], 1, 1)
  %timeit f(b)  # 165 µs
  
  import cytoolz
  %timeit list(cytoolz.pluck(-1, a)) # 42.7 µs
  %timeit list(cytoolz.pluck(-1, b)) # 75.8 µs
  
  import pandas as pd
  s = pd.Series(a)
  %timeit s.str[-1] # 965 µs
  

  即使您有DataFrame或Series对象，也可以先将其转换为列表：

  %timeit s.tolist() #45.6 µs
  

  回复于 2024-05-04T12:00:25+08:00
• 1

  使用熊猫：

  In [87]: a
  Out[87]: array([['apple', 'banana', 'orange'], ['car', 'bike', 'train', 'ship', 'plane', 'scooter'], ['red', 'purple']], dtype=object)
  
  In [88]: df = pd.DataFrame(a)
  
  In [93]: df
  Out[93]:
                                            0
  0                   [apple, banana, orange]
  1  [car, bike, train, ship, plane, scooter]
  2                             [red, purple]
  
  In [94]: df[0].str[-1]
  Out[94]:
  0     orange
  1    scooter
  2     purple
  Name: 0, dtype: object
  

  或者作为NumPy数组：

  In [95]: df[0].str[-1].values
  Out[95]: array(['orange', 'scooter', 'purple'], dtype=object)
  

  回复于 2024-05-04T12:00:25+08:00