Eu comparei alguns dos métodos possíveis para fazer isso, incluindo pandas, vários métodos numpy e um método de compreensão de lista.
Primeiro, vamos começar com uma linha de base:
>>> import numpy as np
>>> import operator
>>> import pandas as pd
>>> x = [1, 2, 1, 2]
>>> %time count = np.sum(np.equal(1, x))
>>> print("Count {} using numpy equal with ints".format(count))
CPU times: user 52 µs, sys: 0 ns, total: 52 µs
Wall time: 56 µs
Count 2 using numpy equal with ints
Portanto, nossa linha de base é que a contagem deve estar correta 2e devemos levar cerca de 50 us.
Agora, tentamos o método ingênuo:
>>> x = ['s', 'b', 's', 'b']
>>> %time count = np.sum(np.equal('s', x))
>>> print("Count {} using numpy equal".format(count))
CPU times: user 145 µs, sys: 24 µs, total: 169 µs
Wall time: 158 µs
Count NotImplemented using numpy equal
/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/ipykernel_launcher.py:1: FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison
"""Entry point for launching an IPython kernel.
E aqui, obtemos a resposta errada ( NotImplemented != 2), leva muito tempo e lança o aviso.
Então, vamos tentar outro método ingênuo:
>>> %time count = np.sum(x == 's')
>>> print("Count {} using ==".format(count))
CPU times: user 46 µs, sys: 1 µs, total: 47 µs
Wall time: 50.1 µs
Count 0 using ==
Novamente, a resposta errada ( 0 != 2). Isso é ainda mais insidioso porque não há avisos subsequentes (0 pode ser transmitido como2 ).
Agora, vamos tentar uma compreensão de lista:
>>> %time count = np.sum([operator.eq(_x, 's') for _x in x])
>>> print("Count {} using list comprehension".format(count))
CPU times: user 55 µs, sys: 1 µs, total: 56 µs
Wall time: 60.3 µs
Count 2 using list comprehension
Temos a resposta certa aqui, e é muito rápido!
Outra possibilidade pandas:
>>> y = pd.Series(x)
>>> %time count = np.sum(y == 's')
>>> print("Count {} using pandas ==".format(count))
CPU times: user 453 µs, sys: 31 µs, total: 484 µs
Wall time: 463 µs
Count 2 using pandas ==
Lento, mas correto!
E, finalmente, a opção que vou usar: converter a numpymatriz para o objecttipo:
>>> x = np.array(['s', 'b', 's', 'b']).astype(object)
>>> %time count = np.sum(np.equal('s', x))
>>> print("Count {} using numpy equal".format(count))
CPU times: user 50 µs, sys: 1 µs, total: 51 µs
Wall time: 55.1 µs
Count 2 using numpy equal
Rápido e correto!
thing(que pode ou não ser um tipo entorpecido; não sei) e quero ver sething == 'some string'e obter umboolresultado simples , o que devo fazer?np.atleast_1d(thing)[0] == 'some string'? Mas isso não é robusto para algum curinga colocando'some string'o primeiro elemento de um array. Acho que tenho que testar o tipo dethingprimeiro e só fazer o==teste se for uma string (ou não um objeto entorpecido).