Python将小于0的书数换成0的几种方式

>>> import numpy as np
>>> a = np.random.randint(-5, 5, (5, 5))
>>> a
array([[-4, -4, -5,  2,  1],
       [-1, -2, -1,  3,  3],
       [-1, -2,  3, -5,  3],
       [ 0, -3, -5,  1, -4],
       [ 0,  3,  1,  3, -4]])
# 方式一
>>> np.maximum(a, 0)
array([[0, 0, 0, 2, 1],
       [0, 0, 0, 3, 3],
       [0, 0, 3, 0, 3],
       [0, 0, 0, 1, 0],
       [0, 3, 1, 3, 0]])
# 方式二
>>> (a + abs(a)) / 2
array([[0, 0, 0, 2, 1],
       [0, 0, 0, 3, 3],
       [0, 0, 3, 0, 3],
       [0, 0, 0, 1, 0],
       [0, 3, 1, 3, 0]])
# 方式三
>>> b = a.copy()
>>> b[b < 0] = 0
>>> b
array([[0, 0, 0, 2, 1],
       [0, 0, 0, 3, 3],
       [0, 0, 3, 0, 3],
       [0, 0, 0, 1, 0],
       [0, 3, 1, 3, 0]])
# 方式四
>>> np.where(a > 0, a, 0)
array([[0, 0, 0, 2, 1],
       [0, 0, 0, 3, 3],
       [0, 0, 3, 0, 3],
       [0, 0, 0, 1, 0],
       [0, 3, 1, 3, 0]])

 

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 使用快排算法的一种更高效的python实现方法是使用内置的sorted函数来实现。它可以在O(n log n)的时间复杂度内完成排序。例如:list = [4,2,6,1,3]sorted_list = sorted(list)print(sorted_list)# [1,2,3,4,6] ### 回答2: 快速排序是一种常用的排序算法,它采用分治的策略进行排序。在Python中可以使用递归的方式实现快速排序算法,但是由于递归调用会涉及到函数的递归压栈和出栈,效率较低。为了提高效率,可以使用循环和栈结构来替代递归实现快速排序。 以下是使用迭代方式实现快速排序的代码: ```python def quickSort(arr): if len(arr) <= 1: return arr stack = [] stack.append((0, len(arr)-1)) while stack: left, right = stack.pop() pivot = partition(arr, left, right) if pivot - 1 > left: stack.append((left, pivot - 1)) if pivot + 1 < right: stack.append((pivot + 1, right)) return arr def partition(arr, left, right): pivot = arr[right] i = left for j in range(left, right): if arr[j] <= pivot: arr[i], arr[j] = arr[j], arr[i] i += 1 arr[i], arr[right] = arr[right], arr[i] return i ``` 以上代码中,我们使用一个栈结构来模拟递归的调用过程。首先将整个数组的左右边界进栈。每次从栈中取出左右边界,进行一次划分操作,得到基准值的位置。如果基准值左边的子数组长度大于1,则将左边界和基准值位置的左一位进栈;如果基准值右边的子数组长度大于1,则将基准值位置的右一位和右边界进栈。重复以上步骤,直到栈为空。 这种迭代方式避免了递归导致的函数调用开销,提高了效率。 ### 回答3: 快速排序算法是一种常见的排序算法,其核心思想是通过选择一个基准元素,将待排序序列分割成两个子序列,使得一个子序列中的所有元素都小于基准元素,另一个子序列中的所有元素都大于基准元素,然后递归地对两个子序列进行排序。 要提高快速排序算法的效率,可以考虑以下几个方面的优化: 1. 优化基准元素的选择:基准元素的选择对快速排序算法的效率有很大的影响。可以采用随机选择基准元素的方式,或者选择序列中的中位数作为基准元素,以降低最坏情况下的时间复杂度。 2. 优化分割过程:在分割过程中,可以使用双指针的方式,从序列的两端开始进行遍历并交换元素,以提高分割的效率。 3. 优化递归过程:当待排序序列的长度较小时,可以使用插入排序算法代替快速排序算法进行排序,以避免递归的过程。 下面是一个使用上述优化方式实现的快速排序算法的Python代码示例: ```python import random def quick_sort(nums): if len(nums) <= 1: return nums pivot = random.choice(nums) # 随机选择基准元素 lesser = [x for x in nums if x < pivot] equal = [x for x in nums if x == pivot] greater = [x for x in nums if x > pivot] return quick_sort(lesser) + equal + quick_sort(greater) # 测试代码 nums = [9, 5, 7, 3, 2, 8, 1, 6, 4] sorted_nums = quick_sort(nums) print(sorted_nums) ``` 这个代码示例使用了随机选择基准元素的方式,并且在分割过程中使用了双指针的方式。在递归过程中,如果待排序序列的长度小于等于1,直接返回序列本身。最后,对于给定的测试序列[9, 5, 7, 3, 2, 8, 1, 6, 4],输出排序后的序列[1, 2, 3, 4, 5, 6, 7, 8, 9]。这个代码实现了一种效率更高的方式来实现快速排序算法。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值