Bagaimanakah Saya Boleh Memilih Lajur dengan Cekap dengan Indeks Menggunakan Senarai dalam NumPy?

NumPy: Cekap Memilih Lajur dengan Indeks Menggunakan Senarai

Banyak tugas manipulasi data melibatkan pemilihan lajur tertentu daripada matriks NumPy. Apabila lajur untuk dipilih berbeza-beza setiap baris, pendekatan mudah melibatkan pengulangan tatasusunan, yang boleh menjadi mahal dari segi pengiraan untuk set data yang besar.

Walau bagaimanapun, NumPy menawarkan penyelesaian yang lebih dioptimumkan menggunakan tatasusunan boolean atau integer. Daripada senarai indeks lajur, anda boleh mencipta matriks yang sama bentuk dengan matriks asal, di mana setiap lajur mengandungi nilai yang menunjukkan sama ada lajur itu harus dipilih.

Sebagai contoh, pertimbangkan matriks berikut:

[[1, 2, 3],
[4, 5, 6],
[7, 8, 9]]

Dan matriks indeks berikut:

[[False, True, False],
[True, False, False],
[False, False, True]]

Menggunakan pemilihan langsung NumPy, anda boleh mengekstrak nilai yang dikehendaki dengan mudah:

<code class="python">a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
b = np.array([[False, True, False], [True, False, False], [False, False, True]])
selected_values = a[b]</code>

Ini menghasilkan output yang diingini :

[2, 4, 9]

Sebagai alternatif, anda boleh menggunakan fungsi arange() dan pemilihan langsung untuk kecekapan yang lebih besar:

<code class="python">selected_values = a[np.arange(len(a)), [1, 0, 2]]</code>

Dengan memanfaatkan kaedah pemilihan NumPy yang dioptimumkan, anda boleh meningkatkan dengan ketara prestasi tugas manipulasi data anda apabila memilih lajur dengan mempelbagaikan indeks setiap baris.

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Memilih Lajur dengan Cekap dengan Indeks Menggunakan Senarai dalam NumPy?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!