for循环 vs 矢量化方式

机器学习

By @寒小阳

我们来看几个简单的例子，for循环和numpy矢量化运算的对比。

例子1

对于x向量的每个x[i]和y向量的每个y[j]，计算x[i] * y[j]，并求和

# 非矢量化运算
def sum_products(x, y):
    """
    >>> sum_products(np.arange(3000), np.arange(3000))
    20236502250000
    """
    result = 0
    for i in range(len(x)):
        for j in range(len(y)):
            result += x[i] * y[j]
    return result

#矢量化运算
np.sum(x) * np.sum(y)

例子2

返回所有满足x[i] < y[j]的个数

# 非矢量化运算
def count_lower(x, y):
    """
    >>> count_lower(np.arange(0, 200, 2), np.arange(40, 140))
    4500
    """
    result = 0
    for i in range(len(x)):
        for j in range(len(y)):
            if x[i] < y[j]:
                result += 1
    return result

#矢量化运算
np.sum(np.searchsorted(np.sort(x), y))

例子3

如果一个数组里有x[i] == missing，用value做替代，最后返回这个数组.

def clean_up(x, missing=-1, value=0):
    """
    >>> clean_up(np.arange(-3, 3), value=10)
    ... # doctest: +NORMALIZE_WHITESPACE
    array([-3, -2, 10, 0, 1, 2])
    """
    result = []
    for i in range(len(x)):
        if x[i] == missing:
            result.append(value)
        else:
            result.append(x[i])
    return np.array(result)

#矢量化运算
np.where(x == missing, value, x)