Python 使Numpy.where在遇到第一个true后停止
我正在尝试按输入大小放大一段代码，瓶颈似乎是调用Python 使Numpy.where在遇到第一个true后停止,python,numpy,optimization,Python,Numpy,Optimization,我正在尝试按输入大小放大一段代码，瓶颈似乎是调用numpy。其中我只使用了第一个真正的索引： indexs = [numpy.where(_<cump)[0][0] for _ in numpy.random.rand(sample_size)] indexs=[numpy.其中（如果cump是一个累积密度函数，那么它是单调的，因此进行排序。与其线性扫描，不如通过二进制搜索来获得最佳性能保证 首先，我们创建一些假数据进行搜索： >>> import numpy as n
numpy。其中indexs = [numpy.where(_<cump)[0][0] for _ in numpy.random.rand(sample_size)]
indexs=[numpy.其中（如果cump
是一个累积密度函数，那么它是单调的，因此进行排序。与其线性扫描，不如通过二进制搜索来获得最佳性能保证
首先，我们创建一些假数据进行搜索：
>>> import numpy as np
>>> cump = np.cumsum(np.random.rand(11))
>>> cump -= cump[0]
>>> cump /= cump[-1]
>>> cump
array([ 0. , 0.07570573, 0.1417473 , 0.30536346, 0.36277835,
0.47102093, 0.54456142, 0.6859625 , 0.75270741, 0.84691162, 1.
])
然后我们创建一些假数据来搜索：
>>> sample = np.random.rand(5)
>>> sample
array([ 0.19597276, 0.37885803, 0.2096784 , 0.57559965, 0.72175056])
我们终于找到了它（找到了！）：
>>[np.where（>>np.搜索排序（cump，样本）
数组（[3,5,3,7,8]，dtype=int64）
你是在抱怨哪里停得太快，还是停得不够快？你的标题听起来像前者。@hpaulj:我是在抱怨numpy。哪里停得不够快。确实，这个标题有误导性，谢谢你指出，现在更新！非常感谢这很好，不是现在吗tsearchsorted
，这里绝对相关！！
>>> [np.where(_ < cump)[0][0] for _ in sample]
[3, 5, 3, 7, 8]
>>> np.searchsorted(cump, sample)
array([3, 5, 3, 7, 8], dtype=int64)