Эффективный пороговый фильтр массива с numpy - PullRequest
Новая
       21

Эффективный пороговый фильтр массива с numpy

69 голосов
/ 03 ноября 2011

Мне нужно отфильтровать массив, чтобы удалить элементы, которые ниже определенного порога. Мой текущий код выглядит так: 

threshold = 5
a = numpy.array(range(10)) # testing data
b = numpy.array(filter(lambda x: x >= threshold, a))

Проблема в том, что это создает временный список с использованием фильтра с лямбда-функцией (медленно).

Поскольку это довольно простая операция, может быть, есть небольшая функция, которая делает это эффективно, но я не смог ее найти.

Я думал, что другим способом достижения этого может быть сортировка массива, поиск индекса порога и возврат среза из этого индекса и далее, но даже если это будет быстрее для небольших входных данных (и это не будет в любом случае), его асимптотически менее эффективный при увеличении размера ввода.

Есть идеи? Спасибо!

Обновление : я также провел некоторые измерения, и сортировка + нарезка были все еще в два раза быстрее, чем у чистого фильтра питона, когда входное значение составляло 100 000 000 записей. 

In [321]: r = numpy.random.uniform(0, 1, 100000000)

In [322]: %timeit test1(r) # filter
1 loops, best of 3: 21.3 s per loop

In [323]: %timeit test2(r) # sort and slice
1 loops, best of 3: 11.1 s per loop

In [324]: %timeit test3(r) # boolean indexing
1 loops, best of 3: 1.26 s per loop

1 Ответ

102 голосов
/ 03 ноября 2011

b = a[a>threshold] это должно сделать

Я проверил следующее: 

import numpy as np, datetime
# array of zeros and ones interleaved
lrg = np.arange(2).reshape((2,-1)).repeat(1000000,-1).flatten()

t0 = datetime.datetime.now()
flt = lrg[lrg==0]
print datetime.datetime.now() - t0

t0 = datetime.datetime.now()
flt = np.array(filter(lambda x:x==0, lrg))
print datetime.datetime.now() - t0

Я получил 

$ python test.py
0:00:00.028000
0:00:02.461000

http://docs.scipy.org/doc/numpy/user/basics.indexing.html#boolean-or-mask-index-arrays

...