NumPy Chuyển đổi chuỗi Đại diện của Boolean Mảng Để mảng Boolean

Question

Có cách nào NumPy mẹ đẻ để chuyển đổi một loạt các cơ quan đại diện chuỗi các phép toán luận ví dụ:

['True','False','True','False'] 

Để một mảng boolean thực tế tôi có thể sử dụng cho mặt nạ/lập chỉ mục? Tôi có thể làm một vòng lặp cho đi qua và xây dựng lại mảng nhưng đối với mảng lớn này là chậm.

Answer 1

Bạn sẽ có thể làm một so sánh boolean, IIUC, cho dù dtype là một chuỗi hoặc object:

>>> a = np.array(['True', 'False', 'True', 'False']) 
>>> a 
array(['True', 'False', 'True', 'False'], 
     dtype='|S5') 
>>> a == "True" 
array([ True, False, True, False], dtype=bool) 

hoặc

>>> a = np.array(['True', 'False', 'True', 'False'], dtype=object) 
>>> a 
array(['True', 'False', 'True', 'False'], dtype=object) 
>>> a == "True" 
array([ True, False, True, False], dtype=bool) 

Answer 2

Điều này có đủ tốt không?

my_list = ['True', 'False', 'True', 'False'] 
np.array(x == 'True' for x in my_list) 

Nó không phải là bản địa, nhưng nếu bạn đang bắt đầu với danh sách không phải là gốc, nó thực sự không quan trọng.

Answer 3

Tôi đã tìm thấy một phương pháp mà thậm chí còn nhanh hơn DSM, lấy cảm hứng từ Eric, mặc dù sự cải thiện được nhìn thấy rõ nhất với các danh sách giá trị nhỏ hơn; ở các giá trị rất lớn, chi phí của việc lặp lại chính nó bắt đầu lớn hơn lợi thế của việc thực hiện kiểm tra sự thật trong quá trình tạo mảng numpy thay vì sau. Thử nghiệm với cả hai is và == (đối với các tình huống trong đó các chuỗi được tập trung so với khi chúng có thể không được, vì is sẽ không hoạt động với các chuỗi không phải là nội bộ.) cho thấy rằng trong khi phiên bản của tôi với == chậm hơn so với is, nó vẫn nhanh hơn nhiều so với phiên bản DSM.

thử nghiệm thiết lập:

import timeit 
def timer(statement, count): 
    return timeit.repeat(statement, "from random import choice;import numpy as np;x = [choice(['True', 'False']) for i in range(%i)]" % count) 

>>> stateIs = "y = np.fromiter((e is 'True' for e in x), bool)" 
>>> stateEq = "y = np.fromiter((e == 'True' for e in x), bool)" 
>>> stateDSM = "y = np.array(x) == 'True'" 

Với 1.000 mặt hàng, báo cáo nhanh mất khoảng 66% thời gian của DSM:

>>> timer(stateIs, 1000) 
[101.77722641656146, 100.74985342340369, 101.47228618107965] 
>>> timer(stateEq, 1000) 
[112.26464996250706, 112.50754567379681, 112.76057346127709] 
>>> timer(stateDSM, 1000) 
[155.67689949529995, 155.96820504501557, 158.32394669279802] 

Đối với mảng chuỗi nhỏ hơn (trong hàng trăm chứ không phải hàng ngàn), thời gian trôi qua nhỏ hơn 50% của DSM:

>>> timer(stateIs, 100) 
[11.947757485669172, 11.927990253608186, 12.057855628259858] 
>>> timer(stateEq, 100) 
[13.064947253943501, 13.161545451986967, 13.30599035623618] 
>>> timer(stateDSM, 100) 
[31.270060799078237, 30.941749748808434, 31.253922641324607] 

Một chút hơn 25% DSM khi hoàn tất với 50 mặt hàng theo danh sách:

>>> timer(stateIs, 50) 
[6.856538342483873, 6.741083326021908, 6.708402786859551] 
>>> timer(stateEq, 50) 
[7.346079345032194, 7.312723444475523, 7.309259899921017] 
>>> timer(stateDSM, 50) 
[24.154247576229864, 24.173593700599667, 23.946403452288905] 

Đối với 5 mặt hàng, khoảng 11% của DSM:

>>> timer(stateIs, 5) 
[1.8826215278058953, 1.850232652068371, 1.8559381315990322] 
>>> timer(stateEq, 5) 
[1.9252821868467436, 1.894011299061276, 1.894306935199893] 
>>> timer(stateDSM, 5) 
[18.060974208809057, 17.916322392367874, 17.8379771602049]