numpy python快速高效地将非零值提升到2d数组顶部

对不起，关于标题，我会寻找一个建议，如果有人有更好的描述。我想要一个函数（尽可能快），它获取非零条目，并用前一个数组的有序版本填充新数组。下面的例子可能更清楚：

输入数组

np.random.seed(2)
a = np.random.randint(0,10,10)
b = np.random.randint(0,10,10)
c = np.random.randint(0,10,10)
a = 0 * (a % 2) + (1-(a % 2))*a
b = 0 * (b % 2) + (1-(b % 2))*b
c = 0 * (c % 2) + (1-(c % 2))*c
arr = np.array([a,b,c])

arr
>>> array([[8, 8, 6, 2, 8, 0, 2, 0, 0, 4],
           [4, 0, 0, 0, 6, 4, 0, 0, 6, 0],
           [0, 0, 8, 4, 6, 0, 0, 2, 0, 4]])

outArr = np.empty_like(arr)
outArr[0,:] = (arr[0,:] > 0) * arr[0,:] + ~(arr[0,:] > 0) * (arr[1,:] > 0) * arr[1,:] + ~(arr[0,:] > 0) * ~(arr[1,:] > 0) * arr[2,:]
outArr[1,:] = (arr[0,:] > 0) * arr[1,:] + (arr[0,:] > 0) * ~(arr[1,:] > 0) * arr[2,:]
outArr[2,:] = (arr[0,:] > 0) * (arr[1,:] > 0) * arr[2,:]

outArr
>>> array([[8, 8, 6, 2, 8, 4, 2, 2, 6, 4],
           [4, 0, 8, 4, 6, 0, 0, 0, 0, 4],
           [0, 0, 0, 0, 6, 0, 0, 0, 0, 0]])

输出阵列

np.random.seed(2)
a = np.random.randint(0,10,10)
b = np.random.randint(0,10,10)
c = np.random.randint(0,10,10)
a = 0 * (a % 2) + (1-(a % 2))*a
b = 0 * (b % 2) + (1-(b % 2))*b
c = 0 * (c % 2) + (1-(c % 2))*c
arr = np.array([a,b,c])

arr
>>> array([[8, 8, 6, 2, 8, 0, 2, 0, 0, 4],
           [4, 0, 0, 0, 6, 4, 0, 0, 6, 0],
           [0, 0, 8, 4, 6, 0, 0, 2, 0, 4]])

outArr = np.empty_like(arr)
outArr[0,:] = (arr[0,:] > 0) * arr[0,:] + ~(arr[0,:] > 0) * (arr[1,:] > 0) * arr[1,:] + ~(arr[0,:] > 0) * ~(arr[1,:] > 0) * arr[2,:]
outArr[1,:] = (arr[0,:] > 0) * arr[1,:] + (arr[0,:] > 0) * ~(arr[1,:] > 0) * arr[2,:]
outArr[2,:] = (arr[0,:] > 0) * (arr[1,:] > 0) * arr[2,:]

outArr
>>> array([[8, 8, 6, 2, 8, 4, 2, 2, 6, 4],
           [4, 0, 8, 4, 6, 0, 0, 0, 0, 4],
           [0, 0, 0, 0, 6, 0, 0, 0, 0, 0]])

我将这个数组硬编码为3行，这样我就可以手动输入函数，实际上这可能是更多的行（以十为单位，没有什么太疯狂的）

编辑：

我实际上想要使用的尺寸是5行乘以100-150k列

数据类型将始终为整数

最后，更新过程是在底部添加一个新行，向上对齐，然后删除所有只有0（空值）的尾随行

受此启发，这里有一个针对

向上对齐

和排序可能减慢速度的情况进行了微调，因此可以建议使用

广播掩码创建

的替代方法-

def justify_up(a, invalid_val=0, use_sort=True):
    if invalid_val is np.nan:
        mask = ~np.isnan(a)
    else:
        mask = a!=invalid_val

    if use_sort==1:
        justified_mask = np.sort(mask,axis=0)[::-1]
    else:
        justified_mask = (mask.sum(0) > np.arange(a.shape[0])[:,None])

    if invalid_val is 0:
        out = np.zeros_like(a)
    elif invalid_val is 1:
        out = np.ones_like(a)
    else:
        out = np.full(a.shape, invalid_val)

    out.T[justified_mask.T] = a.T[mask.T]
    return out

样本运行-

In [199]: arr
Out[199]: 
array([[8, 8, 6, 2, 8, 0, 2, 0, 0, 4],
       [4, 0, 0, 0, 6, 4, 0, 0, 6, 0],
       [0, 0, 8, 4, 6, 0, 0, 2, 0, 4]])

In [200]: justify_up(arr, invalid_val=0)
Out[200]: 
array([[8, 8, 6, 2, 8, 4, 2, 2, 6, 4],
       [4, 0, 8, 4, 6, 0, 0, 0, 0, 4],
       [0, 0, 0, 0, 6, 0, 0, 0, 0, 0]])

方法#2

我们还可以将使用循环的工作卸载到

numba

，以实现

原位编辑的性能-

from numba import njit

@njit
def justify_up_numba(a, invalid_val=0):
    # invalid_val : Any number but NaN
    m,n = a.shape
    for j in range(m-1):
        for i in range(0,m-j-1):
            for k in range(n):
                if a[i,k]==invalid_val:
                    a[i,k] = a[i+1,k]
                    a[i+1,k] = invalid_val      
    return a

大阵列上的定时-

In [361]: np.random.seed(0)
     ...: arr = np.random.randint(0,5,(10,100000))

In [362]: %timeit justify_up(arr, invalid_val=0, use_sort=False)
100 loops, best of 3: 10.9 ms per loop

In [363]: %timeit justify_up(arr, invalid_val=0, use_sort=True)
100 loops, best of 3: 15.9 ms per loop

In [364]: %timeit justify_up_numba(arr, invalid_val=0)
100 loops, best of 3: 2.38 ms per loop

你能把实际输入的信息添加到问题中吗？考虑到特定的形状，可能会有更好的方法。@Divakar补充了信息，请让我知道这是否足够。如果您破坏了这些运行时，我将不得不阅读更多有关numba的信息。非常感谢！