Я порівняв декілька можливих методів для цього, включаючи панд, кілька методів numpy та метод розуміння списку.
Спочатку почнемо з базової лінії:
>>> import numpy as np
>>> import operator
>>> import pandas as pd
>>> x = [1, 2, 1, 2]
>>> %time count = np.sum(np.equal(1, x))
>>> print("Count {} using numpy equal with ints".format(count))
CPU times: user 52 µs, sys: 0 ns, total: 52 µs
Wall time: 56 µs
Count 2 using numpy equal with ints
Отже, наше базове значення полягає в тому, що підрахунок повинен бути правильним 2, і ми повинні взяти приблизно50 us .
Тепер ми спробуємо наївний метод:
>>> x = ['s', 'b', 's', 'b']
>>> %time count = np.sum(np.equal('s', x))
>>> print("Count {} using numpy equal".format(count))
CPU times: user 145 µs, sys: 24 µs, total: 169 µs
Wall time: 158 µs
Count NotImplemented using numpy equal
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/ipykernel_launcher.py:1: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison
"""Entry point for launching an IPython kernel.
І ось, ми отримуємо неправильну відповідь ( NotImplemented != 2), це займає у нас багато часу і видає попередження.
Тож ми спробуємо інший наївний метод:
>>> %time count = np.sum(x == 's')
>>> print("Count {} using ==".format(count))
CPU times: user 46 µs, sys: 1 µs, total: 47 µs
Wall time: 50.1 µs
Count 0 using ==
Знову ж, неправильна відповідь ( 0 != 2). Це ще більш підступно, оскільки подальших попереджень немає ( 0їх можна передавати, як і 2).
Тепер спробуємо зрозуміти список:
>>> %time count = np.sum([operator.eq(_x, 's') for _x in x])
>>> print("Count {} using list comprehension".format(count))
CPU times: user 55 µs, sys: 1 µs, total: 56 µs
Wall time: 60.3 µs
Count 2 using list comprehension
Тут ми отримуємо правильну відповідь, і це досить швидко!
Ще одна можливість pandas:
>>> y = pd.Series(x)
>>> %time count = np.sum(y == 's')
>>> print("Count {} using pandas ==".format(count))
CPU times: user 453 µs, sys: 31 µs, total: 484 µs
Wall time: 463 µs
Count 2 using pandas ==
Повільно, але правильно!
І нарешті, варіант, який я збираюся використовувати: приведення numpyмасиву до objectтипу:
>>> x = np.array(['s', 'b', 's', 'b']).astype(object)
>>> %time count = np.sum(np.equal('s', x))
>>> print("Count {} using numpy equal".format(count))
CPU times: user 50 µs, sys: 1 µs, total: 51 µs
Wall time: 55.1 µs
Count 2 using numpy equal
Швидко і правильно!
thing(яка може бути або не бути нумізовим типом; я не знаю), і я хочу перевірити, чиthing == 'some string'отримаю простийboolрезультат, що мені робити?np.atleast_1d(thing)[0] == 'some string'? Але це не надійно для деяких жартівників, які вводять'some string'перший елемент масиву. Я думаю, мені доведеться перевірити типthingпершого, а потім робити==тест, лише якщо це рядок (або не numpy-об'єкт).