计算此numpy查询的快速方法

我有一个长度为

n

的布尔

numpy

数组

mask

。我还有一个长度的

numpy

数组

a

，看起来最快的方法就是

a[mask[a]]

。我写了一个快速测试，它显示了两种方法的速度差异，这取决于掩码的覆盖率，p（真实项目数/n）

这给了我这个阴谋

因此，无论遮罩的覆盖范围如何，这种方法都要快得多

import timeit
import matplotlib.pyplot as plt
import numpy as np
n = 10000
p = 0.25
slow_times = []
fast_times = []
p_space = np.linspace(0, 1, 100)
for p in p_space:
    mask = np.random.choice([True, False], n, p=[p, 1 - p])
    a = np.arange(n)
    np.random.shuffle(a)
    y = np.array([x for x in a if mask[x]])
    z = a[mask[a]]
    n_test = 100
    t1 = timeit.timeit(lambda: np.array([x for x in a if mask[x]]), number=n_test)
    t2 = timeit.timeit(lambda: a[mask[a]], number=n_test)
    slow_times.append(t1)
    fast_times.append(t2)
plt.plot(p_space, slow_times, label='slow')
plt.plot(p_space, fast_times, label='fast')
plt.xlabel('p (# true items in mask)')
plt.ylabel('time (ms)')
plt.legend()
plt.title('Speed of method vs. coverage of mask')
plt.show()