用索引填充数组中的一维numpy数组

发布于 2021-01-29 15:05:18

背景

我有一个零初始化的一维NumPy数组。

import numpy as np
section = np.zeros(1000)

然后我有一个Pandas DataFrame,其中两列都有索引:

d= {'start': {0: 7200, 1: 7500, 2: 7560, 3: 8100, 4: 11400},
    'end': {0: 10800, 1: 8100, 2: 8100, 3: 8150, 4: 12000}}

df = pd.DataFrame(data=d, columns=['start', 'end'])

对于每对索引,我想将numpy数组中相应索引的值设置为True。

我目前的解决方案

我可以通过将一个函数应用于DataFrame来做到这一点:

def fill_array(row):
    section[row.start:row.end] = True

df.apply(fill_array, axis=1)

我想向量化此操作

这可以按我期望的方式工作,但是出于乐趣,我想对操作进行矢量化处理。我对此不是很熟练,而且我在网上搜索并没有使我走上正确的道路。

如果有可能,我将非常感谢有关如何将其转换为向量操作的任何建议。

关注者
0
被浏览
113
1 个回答
  • 面试哥
    面试哥 2021-01-29
    为面试而生,有面试问题,就找面试哥。

    实现的诀窍是,我们将1s在每个起始点和-1s每个结束点处将零初始化为int数组。接下来是实际的技巧,因为我们会对其进行累计求和,从而为bin(开始-停止对)边界所覆盖的位置提供非零数字。因此,最后一步是寻找非零值,以将最终输出作为布尔数组。因此,我们将有两个矢量化解决方案,其实现如下所示-

    def filled_array(start, end, length):
        out = np.zeros((length), dtype=int)
        np.add.at(out,start,1)
        np.add.at(out,end,-1)
        return out.cumsum()>0
    
    def filled_array_v2(start, end, length): #Using @Daniel's suggestion
        out =np.bincount(start, minlength=length) - np.bincount(end, minlength=length)
        return out.cumsum().astype(bool)
    

    样品运行-

    In [2]: start
    Out[2]: array([ 4,  7,  5, 15])
    
    In [3]: end
    Out[3]: array([12, 12,  7, 17])
    
    In [4]: out = filled_array(start, end, length=20)
    
    In [7]: pd.DataFrame(out) # print as dataframe for easy verification
    Out[7]: 
            0
    0   False
    1   False
    2   False
    3   False
    4    True
    5    True
    6    True
    7    True
    8    True
    9    True
    10   True
    11   True
    12  False
    13  False
    14  False
    15   True
    16   True
    17  False
    18  False
    19  False
    


知识点
面圈网VIP题库

面圈网VIP题库全新上线,海量真题题库资源。 90大类考试,超10万份考试真题开放下载啦

去下载看看