Python Numpy/Scipy:如何重新构建数据阵列?
我正在处理一个分类问题。Python Numpy/Scipy:如何重新构建数据阵列?,python,numpy,scipy,Python,Numpy,Scipy,我正在处理一个分类问题。 我有一个ndarray形状(604329,33),其中有32个特征和一列标签: >>> n_data.shape (604329, 33) 此数据列的第三列是带有0和1的标签 我需要将第三列作为最后一列移动,以便在需要切片时更容易使用 问题: 有没有办法重建ndarray,将第三列移到最后一列?如果我理解正确,您希望执行以下操作: my_array = numpy.roll(my_array,-3,axis=1) 以下几点可以做到: x =
我有一个
ndarray
形状(604329,33)
,其中有32个特征和一列标签:
>>> n_data.shape
(604329, 33)
此数据列的第三列是带有0
和1
的标签我需要将第三列作为最后一列移动,以便在需要切片时更容易使用 问题:
有没有办法重建
ndarray
,将第三列移到最后一列?如果我理解正确,您希望执行以下操作:
my_array = numpy.roll(my_array,-3,axis=1)
以下几点可以做到:
x = np.hstack((x[:,:3],x[:,4:],x[:,3:4]))
如果x
是您的ndarray
作为的解决方案的替代方案,您可以直接切片阵列,而无需hstack
>>> a = numpy.array([range(33) for _ in range(4)])
>>> indices = range(33)
>>> indices.append(indices.pop(3))
>>> a[:,indices]
array([[ 0, 1, 2, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17,
18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 3],
[ 0, 1, 2, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17,
18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 3],
[ 0, 1, 2, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17,
18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 3],
[ 0, 1, 2, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17,
18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 3]])
对于小型阵列,速度要快一些:
>>> %timeit numpy.hstack((a[:,:3], a[:,4:], a[:, 3:4]))
100000 loops, best of 3: 19.1 us per loop
>>> %timeit indices = range(33); indices.append(indices.pop(3)); a[:,indices]
100000 loops, best of 3: 14 us per loop
但实际上,对于较大的阵列,速度较慢
>>> a = numpy.array([range(33) for _ in range(600000)])
>>> %timeit numpy.hstack((a[:,:3], a[:,4:], a[:, 3:4]))
1 loops, best of 3: 385 ms per loop
>>> %timeit indices = range(33); indices.append(indices.pop(3)); a[:,indices]
1 loops, best of 3: 670 ms per loop
如果您不需要保留列的顺序(即,如果您可以使用roll
),那么对于大型a
,的解决方案是最快的:
>>> %timeit numpy.roll(a, -3, axis=1)
10 loops, best of 3: 120 ms per loop