鉴于相同的长度a和b两个无序阵列:Python的组由阵列的,并总结数组b - 性能
a = [7,3,5,7,5,7]
b = [0.2,0.1,0.3,0.1,0.1,0.2]
我想由元素组中的一个:
aResult = [7,3,5]
求和超过b中的元素(实施例用来总结的概率密度函数):
bResult = [0.2 + 0.1 + 0.2, 0.1, 0.3 + 0.1] = [0.5, 0.1, 0.4]
可替换地,随机地和双向蟒蛇:
import numpy as np
a = np.random.randint(1,10,10000)
b = np.array([1./len(a)]*len(a))
我有两种方法,肯定远离性能较低的边界。 方法1(至少好和短):时间:0.769315958023
def approach_2(a,b):
bResult = [sum(b[i == a]) for i in np.unique(a)]
aResult = np.unique(a)
方法2(numpy.groupby,可怕的慢)时间:4.65299129486
def approach_2(a,b):
tmp = [(a[i],b[i]) for i in range(len(a))]
tmp2 = np.array(tmp, dtype = [('a', float),('b', float)])
tmp2 = np.sort(tmp2, order='a')
bResult = []
aResult = []
for key, group in groupby(tmp2, lambda x: x[0]):
aResult.append(key)
bResult.append(sum([i[1] for i in group]))
更新:Approach3,由巴勃罗。时间:1.0265750885
def approach_Pablo(a,b):
pdf = defaultdict(int);
for x,y in zip(a,b):
pdf[x] += y
更新:方法4,由Unutbu。时间:0.184849023819 [WINNER至今,但作为唯一的整数]
def unique_Unutbu(a,b):
x=np.bincount(a,weights=b)
aResult = np.unique(a)
bResult = x[aResult]
也许有人发现一个更聪明的办法解决这个问题比我:)
什么是无序数组? –
我的意思是你不能假定列表a已排序。 – Helga