Przyspieszenie NumPy's gdzie funkcja

Question

Próbuję wyodrębnić indeksy wszystkich wartości tablicy 1D liczb, które przekraczają pewien próg. Tablica ma długość rzędu 1e9.

Moje podejście jest następujące w NumPy:

idxs = where(data>threshold) 

Trwa to coś w górę o 20 minut, co jest niedopuszczalne. Jak mogę przyspieszyć tę funkcję? Czy istnieją szybsze alternatywy?

(Mówiąc konkretnie, to trwa tak długo na Mac OS X 10.6.7 działa, 1,86 GHz Intel, 4GB RAM robi nic innego.)

Answer 1

Spróbuj mask array. Spowoduje to utworzenie widoku tych samych danych.

więc składnia to:

b=a[a>threshold] 

B nie jest nowa tablica (w przeciwieństwie gdzie) ale w widoku z góry, w której elementy spełniają logiczną w indeksie.

Przykład:

import numpy as np 
import time 

a=np.random.random_sample(int(1e9)) 

t1=time.time() 
b=a[a>0.5] 
print(time.time()-t1,'seconds') 

Na moim komputerze, który drukuje 22.389815092086792 seconds

---

edit

próbowałem to samo z np.where, i to tak szybko. Jestem podejrzliwy: czy usuwasz te wartości z tablicy?