Python 在for循环中将向量重置为初始状态
假设我有一个向量Python 在for循环中将向量重置为初始状态,python,numpy,Python,Numpy,假设我有一个向量v=np.zero(1000) 我有下面的for循环 y=dict{} 对于训练集中的x: v[idx>100]=1 y[idx]=v v=v*0 我可以想出几种方法来“重置”v到它的初始状态(纯零),这就是问题所在(上面的例子只是为了澄清我重置向量的意思) v=v*0(1) v=np.零(1000)(2) V=np.零(1000)(3) v=v 或者将它乘以0,从new创建它,或者让一个变量为纯零,然后将其复制到v 最快的方法是什么(或者是否有更快的方法)?您可以自己对所
v=np.zero(1000)
我有下面的for循环
y=dict{}
对于训练集中的x:
v[idx>100]=1
y[idx]=v
v=v*0
我可以想出几种方法来“重置”v
到它的初始状态(纯零),这就是问题所在(上面的例子只是为了澄清我重置向量的意思)
v=v*0(1)
v=np.零(1000)(2)
V=np.零(1000)(3)
v=v
或者将它乘以0,从new创建它,或者让一个变量为纯零,然后将其复制到v
最快的方法是什么(或者是否有更快的方法)?您可以自己对所有这些选项进行基准测试。请参见您是否重复设置
v[idx>100]=1
?或者在您的实际代码中是否有其他类似于v
的内容?是的,但是idx
在每个循环中都会发生变化训练集是什么?循环可能是不必要的。