一直以为使用列表解析会快一点,结果还没有for循环快。。。
import time
start = time.time()
for i in range(1000000):
for j in range(100):
w = i*j
end = time.time()
print('time is %.4f second'%(end-start))
10.8520 second
列表解析
import time
start = time.time()
w = [i*j for i in range(1000000) for j in range(100)]
end = time.time()
print('time is %.4f second'%(end-start))
26.42 second
注意,索引值index函数在array数组中不存在,所以如果首先是数组的话,一定要通过tolist()函数转换,如下:
数组转列表
a=a.tolist()
一维list
a = [2,5,1,7]
b = a.index(7)
b
Out[76]: 3
二维list
笔者没有找到现存的函数,不过我们可以自己想办法弄出来
列表解析
我们想找到二维中最大的值,可以通过转为list之后然后np.max()找到,但是却不知道这个值的索引在哪里,所以可以通过下面的方法:
比如一开始是a数组,然后变成b list,接着我要先找出5在第一维度的索引,通过列表解析如下(读着可以尝试将[0]去掉)
上面已经找到了5所在的位置,即在x中,然后只要输出x在b的索引和5在x的索引即可
如果只是想知道某个矩阵,比如657的三维矩阵,想知道这个矩阵中的第一百个元素的坐标是什么,则可以使用numpy中的unravel_index函数,见https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.unravel_index.html
里面的例子为:
第一个表示,在7*6的矩阵中,第22,41,37元素的坐标是多少,结果是,第22的坐标为(3,4),第41为(6,5)(即最后一个,注意,是从0开始数)
而如果只想显示一个数的坐标,则是第二个例子