根据系数调整numpy数组中的值 [英] adjust values in numpy array based on coefficients

问题描述

我正在使用阈值向量在2d numpy数组中逐行创建二进制值.下面提供了示例代码:

I'm using a threshold vector to create binary values in a 2d numpy array row-wise. Sample code is provided below:

import numpy as np
x = np.random.rand(100000, 200)
coef = np.random.random(x.shape[1])
x = np.array([[1 if x[i,j]>=coef[j] else 0 for j in range(x.shape[1])] for i in range(x.shape[0])])

反正有更快的速度吗?

推荐答案

与 coef 进行比较，以得到一个布尔数组，然后转换为 int 数组，因此利用NumPy的矢量化功能-

Perform the comparison with coef to give us a boolean array and then convert to int array, thus leveraging vectorized capabilities of NumPy -

x_out = (x >= coef).astype(int)

这篇关于根据系数调整numpy数组中的值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！