2

我有两个 numpy 数组，x并且y（长度约为 2M）。这x，但有些值是相同的。

x任务是在两者的值相同时删除两者y的值x。我的想法是创建一个面具。这是我到目前为止所做的：

def createMask(x):
  idx = np.empty(x.shape, dtype=bool)
  for i in xrange(len(x)-1):
    if x[i+1] == x[i]:
      idx[i] = False

  return idx

idx = createMask(x)
x   = x[idx]
y   = y[idx]

这种方法效果很好，但速度很慢（705ms 和%timeit）。我也觉得这看起来真的很笨拙。有没有更优雅高效的方式（我确定有）。

更新为最佳答案

第二种方法是

idx = [x[i+1] == x[i] for i in xrange(len(x)-1)]

第三种（也是最快的）方法是

idx = x[:-1] == x[1:]

结果是（使用 ipython 的%timeit）：

第一种方法：751ms

第二种方法：618ms

第三种方法：3.63ms

这两种方法都归功于 mtitan8。

4

1 回答 1

3

我相信最快的方法是x使用 numpy 的==数组运算符进行比较：

idx = x[:-1] == x[1:]

在我的机器上，使用x[0, 100] 中的一百万个随机整数，

In[15]: timeit idx = x[:-1] == x[1:]
1000 loops, best of 3: 1 ms per loop
于 2013-10-15T16:38:52.150 回答