元素明智地组合 numpy 数组的列表

Posted 2023-02-15

【中文标题】元素明智地组合 numpy 数组的列表

【英文标题】：element wise combine list of numpy arrays

【发布时间】：2018-05-13 18:54:01

【问题描述】：

我正在尝试做一些 numpy 数组的线性组合。

我有三个 numpy 数组列表：

a = [np.random.normal(0,1, [1,2]), np.random.normal(0,1, [3,4]), np.random.normal(0,1, [10,11])] b = [np.random.normal(0,1, [1,2]), np.random.normal(0,1, [3,4]), np.random.normal(0,1, [10,11])] c = [np.random.normal(0,1, [1,2]), np.random.normal(0,1, [3,4]), np.random.normal(0,1, [10,11])]

我想根据相应元素的值 c 逐元素组合列表 a 和 b 中每个数组中的每个元素，以获得一个新列表 d：说 d_i = a_i * c_i + (1-c_i) *b_i(线性组合)。

我的想法是在a 中的每个数组中选择每个元素，并在b 和c 中找到对应的元素，然后组合。但是，我发现这很麻烦，效率低下而且有点愚蠢。有人可以提出更好的方法吗？

【问题讨论】：

我不明白你在做什么

添加了d_i = a_i * c_i + (1-c_i) *b_i，其中每个变量表示列表中每个数组中的每个元素。

为什么会有数组列表？

【参考方案1】：

好吧，假设您的所有列表长度都相同，那么我认为没有比这更有效的方法了

d = [a[i] * c[i] + (1-c[i]) * b[i] for i in range(len(a))]

现在，如果您只需对列表d 进行一次操作，那么您是否可以通过生成器理解来加快速度？

d = (a[i] * c[i] + (1-c[i]) * b[i] for i in range(len(a)))

但归根结底，没有办法在少于线性的时间内创建元素的线性组合。

【讨论】：

理想情况下，列表推导是创建列表最有效的方法。但是，正如您所说，如果您有进一步的操作，最好推迟创建列表。

哇，你真聪明！

@xaav 我可以更新以使用列表推导，但生成器推导确实是最有效的，因为如果列表仅被遍历一次，它不会不必要地保存任何内容。

你让我想起了d = [], for x, y, z in zip(a,b, c): d.append(z*x + (1-z) *y)，有没有人能在这条路上搭讪？

这取决于你们所说的“高效”是什么意思。在构造列表时，列表推导比等效的 for 循环略快。如果您实际上不需要列表，而只需要处理每个元素，那么生成器表达式或某种形式的惰性迭代将是理想的。