迭代numpy數組來填充python列表
[英]Iterate over numpy array to fill a python list
I'm iterating over a numpy array to apply a function through each element and add the new value to a list so I can keep the original data.
我正在迭代一個numpy數組，通過每個元素應用一個函數，並將新值添加到列表中，以便我可以保留原始數據。
The problem is: it's kinda slow.
問題是：它有點慢。
Is there a better way to do this (without changing the original array)?
有沒有更好的方法（不更改原始數組）？
import numpy as np
original_data = np.arange(0,16000, dtype = np.float32)
new_data = [i/max(original_data) for i in original_data]
print('done')
1 个解决方案
#1
2
You could simply do:
你可以這樣做：
new_data = original_data/original_data.max()
Numpy already performs this operation element-wise.
Numpy已經按元素執行此操作。
In your code there is an extra source of slowness: each call max(original_data) will result in an iteration over all elements from original_data, making your cost proportional to O(n^2).
在你的代碼中有一個額外的緩慢來源：每個調用max（original_data）將導致對來自original_data的所有元素進行迭代，使得你的成本與O（n ^ 2）成比例。
注意！
本站翻译的文章，版权归属于本站，未经许可禁止转摘，转摘请注明本文地址：https://www.itdaan.com/blog/2015/09/26/7254867a07dd984ced764edb137e106c.html。