有没有办法加快Python循环的速度？

我有一个二维np数组，它的列数是行数的100倍。例如，如果行数为1000，列数为100000，值均为整数。我的目标是为1000行索引中的每一行返回1000个唯一整数。列中的值并非都是唯一的（可能存在重复值），因此我必须搜索每行中的所有值，以拾取前一个操作中尚未拾取的行中的第一个整数值。我有一个可复制的循环，它可以很好地用于约1000个较小的num_行。但是当处理超过10000行时，这是非常缓慢的。有没有更有效的方法来解决这个问题

import numpy as np
maxval = 5000
matrix = np.random.randint(maxval,size=(maxval, maxval*100))
neighbours = maxval - 1
indices = [] #this array will contain the outputs after the loop gets completed
for e in matrix:
    i = 0
    while i < neighbours:
        if e[i] in indices:
            i += 1
        else:
            indices.append(e[i])
            break 

将numpy导入为np
最大值=5000
矩阵=np.random.randint（maxval，size=（maxval，maxval*100））
邻居=最大值-1
索引=[]#循环完成后，此数组将包含输出
对于矩阵中的e：
i=0
而我：
如果指数中的e[i]：
i+=1
其他：
附加索引（e[i]）
打破

您可以使用

集合而不是列表进行查找：

import numpy as np
maxval = 50
matrix = np.random.randint(maxval,size=(maxval, maxval*100))
neighbours = maxval - 1
indices = set() #this array will contain the outputs after the loop gets completed
for e in matrix:
    i = 0
    while i < neighbours:
        if e[i] in indices:
            i += 1
        else:
            indices.add(e[i])
            break 

将numpy导入为np
最大值=50
矩阵=np.random.randint（maxval，size=（maxval，maxval*100））
邻居=最大值-1
index=set（）#循环完成后，此数组将包含输出
对于矩阵中的e：
i=0
而我：
如果指数中的e[i]：
i+=1
其他：
加上（e[i]）
打破

这里有一个
您可以使用一个
集合
而不是列表进行查找：

import numpy as np
maxval = 50
matrix = np.random.randint(maxval,size=(maxval, maxval*100))
neighbours = maxval - 1
indices = set() #this array will contain the outputs after the loop gets completed
for e in matrix:
    i = 0
    while i < neighbours:
        if e[i] in indices:
            i += 1
        else:
            indices.add(e[i])
            break 

将numpy导入为np
最大值=50
矩阵=np.random.randint（maxval，size=（maxval，maxval*100））
邻居=最大值-1
index=set（）#循环完成后，此数组将包含输出
对于矩阵中的e：
i=0
而我：
如果指数中的e[i]：
i+=1
其他：
加上（e[i]）
打破

这里有一个不是一个简单的方法，但是如果
行有100000个元素，那么

import random

random.sample(set(row), 1000)

是从中随机抽取的1000个独特元素

注:


如果一个数字出现的频率比另一个高很多，那么它们仍然有相同的被选中的机会
如果唯一值的数量小于1000，则会引发ValueError
我不知道，可能存在一个与两者相当的numpy
不是一种简单的方式，但是如果
行
有100000个元素，那么

import random

random.sample(set(row), 1000)

是从中随机抽取的1000个独特元素

注:


如果一个数字出现的频率比另一个高很多，那么它们仍然有相同的被选中的机会
如果唯一值的数量小于1000，则会引发ValueError
我不知道，可能存在一个与两者相当的numpy
使用字典会快得多，但我不知道是否足够：

from collections import OrderedDict

indx = OrderedDict()

for e in matrix:
    i = 0
    while i < neighbours:
        v = e[i]
        if indx.get(v) is None:
            indx[v] = True
            break
        i += 1

results = list(indx.keys())


从集合导入订单数据
indx=OrderedDict（）
对于矩阵中的e：
i=0
而我：
v=e[i]
如果indx.get（v）为无：
indx[v]=真
打破
i+=1
结果=列表（indx.keys（））
使用字典会快得多，但我不知道是否足够：

from collections import OrderedDict

indx = OrderedDict()

for e in matrix:
    i = 0
    while i < neighbours:
        v = e[i]
        if indx.get(v) is None:
            indx[v] = True
            break
        i += 1

results = list(indx.keys())


从集合导入订单数据
indx=OrderedDict（）
对于矩阵中的e：
i=0
而我：
v=e[i]
如果indx.get（v）为无：
indx[v]=真
打破
i+=1
结果=列表（indx.keys（））
快速修复—要使代码运行更快，请使用
集合
进行索引，至少用于搜索（
如果索引中的e[i]
），如果每行的唯一元素数超过1000怎么办？另外，如果小于1000，那么每行将有不同数量的唯一的。输出格式必须是什么？快速修复使您的代码运行更快，请使用
集合
进行索引，至少用于搜索（
如果索引中的e[i]
），如果每行的唯一元素数超过1000怎么办？另外，如果小于1000，那么每行将有不同数量的唯一的。输出格式必须是什么？