我正在使用Python，我需要找到執(zhí)行以下任務(wù)的最有效方法。

任務(wù)：給定零和一的任何一維數(shù)組v，用k> = 0表示v的所有一維的子序列數(shù)。

我需要從v獲得一個(gè)二維數(shù)組w，使得：

1)shape(w)=(k，len(v))，

2)對(duì)于每一個(gè)i = 1，..，k，“ w”的第i行是一個(gè)全零的數(shù)組，但v的所有第i個(gè)子序列除外。

讓我舉個(gè)例子：假設(shè)$ v $是數(shù)組

v=[0,1,1,0,0,1,0,1,1,1]

然后k = 3并且w應(yīng)該是數(shù)組

w=[[0,1,1,0,0,0,0,0,0,0],[0,0,0,0,0,1,0,0,0,0],[0,0,0,0,0,0,0,1,1,1]]

可以編寫(xiě)代碼以多種方式執(zhí)行此任務(wù)，例如：

import numpy as np

start=[]

end=[]

for ii in range(len(v)-1):

if (v[ii:ii+2]==[0,1]).all():

start.append(ii)

if (v[ii:ii+2]==[1,0]).all():

end.append(ii)

if len(start)>len(end):

end.append(len(v)-1)

w=np.zeros((len(start),len(v)))

for jj in range(len(start)):

w[jj,start[jj]+1:end[jj]+1]=np.ones(end[jj]-start[jj])

但是我需要在非常大的數(shù)組v上執(zhí)行此任務(wù)，并且此任務(wù)是函數(shù)的一部分，然后將其進(jìn)行最小化..因此，我需要它盡可能高效和快速。

因此，總而言之，我的問(wèn)題是：用Python執(zhí)行計(jì)算的最有效方法是什么？

參考方案

這是一種矢量化方式-

def expand_islands2D(v):

# Get start, stop of 1s islands

v1 = np.r_[0,v,0]

idx = np.flatnonzero(v1[:-1] != v1[1:])

s0,s1 = idx[::2],idx[1::2]

# Initialize 1D id array of size same as expected o/p and has

# starts and stops assigned as 1s and -1s, so that a final cumsum

# gives us the desired o/p

N,M = len(s0),len(v)

out = np.zeros(N*M,dtype=int)

# Setup starts with 1s

r = np.arange(N)*M

out[s0+r] = 1

# Setup stops with -1s

if s1[-1] == M:

out[s1[:-1]+r[:-1]] = -1

else:

out[s1+r] = -1

# Final cumsum on ID array

out2D = out.cumsum().reshape(N,-1)

return N, out2D

樣品運(yùn)行-

In [105]: v

Out[105]: array([0, 1, 1, 0, 0, 1, 0, 1, 1, 1])

In [106]: k,out2D = expand_islands2D(v)

In [107]: k # number of islands

Out[107]: 3

In [108]: out2D # 2d output with 1s islands on different rows

Out[108]:

array([[0, 1, 1, 0, 0, 0, 0, 0, 0, 0],

[0, 0, 0, 0, 0, 1, 0, 0, 0, 0],

[0, 0, 0, 0, 0, 0, 0, 1, 1, 1]])

Python GPU資源利用 - python

我有一個(gè)Python腳本在某些深度學(xué)習(xí)模型上運(yùn)行推理。有什么辦法可以找出GPU資源的利用率水平？例如，使用著色器，float16乘法器等。我似乎在網(wǎng)上找不到太多有關(guān)這些GPU資源的文檔。謝謝！ 參考方案 您可以嘗試在像Renderdoc這樣的GPU分析器中運(yùn)行pyxthon應(yīng)用程序。它將分析您的跑步情況。您將能夠獲得有關(guān)已使用資源，已用緩沖區(qū)，不同渲染狀態(tài)上…Python sqlite3數(shù)據(jù)庫(kù)已鎖定 - python

我在Windows上使用Python 3和sqlite3。我正在開(kāi)發(fā)一個(gè)使用數(shù)據(jù)庫(kù)存儲(chǔ)聯(lián)系人的小型應(yīng)用程序。我注意到，如果應(yīng)用程序被強(qiáng)制關(guān)閉(通過(guò)錯(cuò)誤或通過(guò)任務(wù)管理器結(jié)束)，則會(huì)收到sqlite3錯(cuò)誤(sqlite3.OperationalError：數(shù)據(jù)庫(kù)已鎖定)。我想這是因?yàn)樵趹?yīng)用程序關(guān)閉之前，我沒(méi)有正確關(guān)閉數(shù)據(jù)庫(kù)連接。我已經(jīng)試過(guò)了： connectio…python-docx應(yīng)該在空單元格已滿時(shí)返回空單元格 - python

我試圖遍歷文檔中的所有表并從中提取文本。作為中間步驟，我只是嘗試將文本打印到控制臺(tái)。我在類(lèi)似的帖子中已經(jīng)看過(guò)scanny提供的其他代碼，但是由于某種原因，它并沒(méi)有提供我正在解析的文檔的預(yù)期輸出可以在https://www.ontario.ca/laws/regulation/140300中找到該文檔from docx import Document from…numpy loadtxt單行/行作為列表 - python

我只有一個(gè)數(shù)據(jù)文件，例如： 1.2 2.1 3.2 我使用numpy版本1.3.0 loadtxt加載它 a,b,c = loadtxt("data.dat", usecols(0,1,2), unpack=True) 輸出是浮點(diǎn)數(shù)而不是數(shù)組 a = 1.2 我希望它將是： a = array([1.2]) 如果我讀取了多行文件，則該文件…Python ThreadPoolExecutor抑制異常 - python

from concurrent.futures import ThreadPoolExecutor, wait, ALL_COMPLETED def div_zero(x): print('In div_zero') return x / 0 with ThreadPoolExecutor(max_workers=4) as execut…

總結(jié)

以上是生活随笔為你收集整理的python序列是几维_从一个1维的位数组获得一个特定的2维的1序列数组[Python] - python...的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。