Ich habe einige der dafür möglichen Methoden verglichen, darunter Pandas, mehrere Numpy-Methoden und eine Listenverständnismethode.
Beginnen wir zunächst mit einer Grundlinie:
>>> 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
Unsere Grundlinie ist also, dass die Zählung korrekt sein 2sollte und wir ungefähr nehmen sollten 50 us.
Nun versuchen wir die naive Methode:
>>> 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.
Und hier bekommen wir die falsche Antwort ( NotImplemented != 2), es dauert lange und es wird die Warnung ausgegeben.
Also werden wir eine andere naive Methode ausprobieren:
>>> %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 ==
Wieder die falsche Antwort ( 0 != 2). Dies ist umso heimtückischer, als es keine nachfolgenden Warnungen gibt ( 0kann genauso weitergegeben werden 2).
Versuchen wir nun ein Listenverständnis:
>>> %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
Wir bekommen hier die richtige Antwort und es geht ziemlich schnell!
Eine andere Möglichkeit 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 ==
Langsam aber richtig!
Und schließlich die Option, die ich verwenden werde: Umwandeln des numpyArrays in den objectTyp:
>>> 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
Schnell und richtig!
thing(die ein numpy-Typ sein kann oder nicht; ich weiß es nicht) und sehen möchte, obthing == 'some string'ich ein einfachesboolErgebnis erhalte ?np.atleast_1d(thing)[0] == 'some string'? Aber das ist nicht robust für einen Joker, der'some string'das erste Element eines Arrays einfügt. Ich denke, ich muss zuerst den Typ testenthingund dann nur dann==testen, wenn es sich um eine Zeichenfolge handelt (oder nicht um ein numpy-Objekt).