numpy中是否有函数比较类似numpy.where函数的多维数组？

Question

我试图获得非常大的数组（len> 1000000）的数据切片（基于数组值）。例子请参阅下一个Python代码我想要在纯Python做：

vector=[1,2,3,4,5,6,7,8,9,10] 
start=[1,4,9] # start and end lists have the same length 
end=[2,7,9] 
output=[[]]*len(start) 
for indx1 in range(len(start)): 
    temp=[] 
    for indx2 in range(len(vector)): 
     if ((vector[indx2]>=start[indx1]) and (vector[indx2]<=end[indx1])): 
      temp.append(vector[indx2]) 
     output[indx1]=temp 
print output 

矢量列表中有正常25E + 6的元素，同时开始和结束的名单有像1E6的元素，这就是为什么在纯粹做这个python非常慢。

你知道为什么要用numpy避免for循环来解决这个问题吗？

感谢您的时间

Answer 1

如果矢量进行排序，这应该是相当快：

import numpy as np 
from itertools import izip 

vector = np.array([2.0, 2.24, 3.1, 4.768, 16.8, 16.9,23.5,24.0]) 
start = np.array([3.0,4.5,6.5,15.2]) 
end = np.array([7.3,16.2,17.7,25.8]) 
start_i = vector.searchsorted(start, 'left') 
end_i = vector.searchsorted(end, 'right') 
output = [vector[s:e] for s, e in izip(start_i, end_i)] 
print output 
[array([ 3.1 , 4.768]), array([ 4.768]), array([ 16.8, 16.9]), array([ 16.8, 16.9, 23.5, 24. ])] 

你也可以因此在纯Python类似的东西，它不是那么快，但它不要求numpy：

from bisect import bisect_left, bisect_right 
from itertools import izip 

vector = [2.0, 2.24, 3.1, 4.768, 16.8, 16.9,23.5,24.0] 
start = [3.0,4.5,6.5,15.2] 
end = [7.3,16.2,17.7,25.8] 
se = izip(start, end) 
output = [vector[bisect_left(vector, s):bisect_right(vector, e)] for s, e in se] 
print output 
[[3.1, 4.768], [4.768], [16.8, 16.9], [16.8, 16.9, 23.5, 24.0]]