У меня сейчас проблема с пониманием np.where относительно операторов if. (https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.where.html) Я слышал, что он более эффективен. Я пытаюсь лучше понять функцию np.where, но я не нашел ни одного примера, который бы прояснил это. Это утверждение if, которое я действительно хочу конвертировать, может кто-нибудь помочь? Когда вы конвертируете это, вы можете привести еще несколько условных примеров. Будет ли работать беспорядочная условная инструкция лучше, если np.where не является вероятным решением?
Ради лучшего объяснения true_list и flat_list на самом деле не перечислены в реальной проблеме, это массивы, которые я добавляю. Так что я просто собираюсь изменить их имя на true_arr и flat_arr.
Вот еще код:
combo = list(element)
flat_arr = np.concatenate(combo) #changes array dimensions to what I need
sum_flat_arr=flat_arr.sum(axis=0)
salary = sum_flat_arr[2]
values = sum_flat_arr[3]
if salary <= 5000 and values > 150:
true_arr = true_arr + flat_arr
true_arr - это пустой пустой массив (не уверен, как лучше обработать его, предварительно заполнив его количеством пустых строк и столбцов или оставив его полностью пустым и просто добавив его)
flat_arr - это всего лишь один массив, на который он похож:
Out:
[['Johnny Tsunami' 'Driver' 1000 39]
['Snow White' 'Pistol' 2000 40]
['Michael B. Jackson' 'Pistol' 2500 46]
['Greg Ritcher' 'Lookout' 200 25]]
По сути, назовите зарплату и стоимость работы, а не кадры данных. Я стараюсь все делать в Numpy для скорости. Причина, по которой я не использую np.concatenate, заключается в том, что я слышу, что он медленнее, чем добавление их в виде списка. Если я не прав, объясните, пожалуйста.
Это просто добавление списка. Если вы не можете сделать это таким образом, и это должна быть функция, это может быть np.append или np.concatenate.
Конец все будет всем, если не относится это, и я думал совершенно неправильно, я просто ищу простой способ сделать, если заявления более эффективно (быстрее).
Может ли кто-нибудь выстрелить мне в правильном направлении.