水木社区手机版
- 主题:求教一个语法问题
- 对，底层都是循环，只不过语法写的简单了一点而已，效率没有提升
【 在 hongyan2022 的大作中提到: 】
: [... for (a, b) in zip(...)...]
: [... for range(...) ...]
: a * [ 1 if... else 0 for be in b]
: ...................
--
FROM 111.207.148.* - Python 不建议用 lambda，建议用 numpy 了？
【 在 lixinfeng 的大作中提到: 】
: Python貌似并不建议用lambda,我还是觉得
: np.where(b, a, 0)比较好.
--
FROM 163.125.197.* - 好吧,当我没说.
【 在 flw 的大作中提到: 】
: Python 不建议用 lambda，建议用 numpy 了？
:
--
FROM 165.156.39.* - 【 在 MetalSlugX 的大作中提到: 】
: 一点小事，非要装那么大一个numpy库
numpy是也算是标准库， 只要做数据处理，大概率要用到，
除非你只是写个百十来行代码做作业，或者做面试题。
另外，大概率，自己造轮子的水平和标准库差距明显，
不信， 你创建个10万个元素或者100万元素的数组试试效率。
自己要多写10倍行数的代码， 出bug风险会显著增加，
也给合作的同事带来使用维护接手的困难。
--
FROM 124.126.3.* - 这个要单独装吧，回到楼主的需求，用lambda比较合适
【 在 poggy 的大作中提到: 】
: numpy是也算是标准库， 只要做数据处理，大概率要用到，
: 除非你只是写个百十来行代码做作业，或者做面试题。
: 另外，大概率，自己造轮子的水平和标准库差距明显，
: 不信， 你创建个10万个元素或者100万元素的数组试试效率。
: 自己要多写10倍行数的代码， 出bug风险会显
: ..................
发自「今日水木 on iPhone 12」
--
FROM 116.229.3.* - 创建普通大数组的性能瓶颈这种
不是应该直接在标准库里解决的么？
【 在 poggy 的大作中提到: 】
: numpy是也算是标准库， 只要做数据处理，大概率要用到，
: 除非你只是写个百十来行代码做作业，或者做面试题。
: 另外，大概率，自己造轮子的水平和标准库差距明显，
: ...................
--
FROM 222.70.23.* - 如果有numpy的话,直接 a*b 就可以了
【 在 yatobiaf 的大作中提到: 】
: a=[1,2,3,....]
: b=[True,False,True...]
: a和b大小一样，现在要求a里面把b中false的的位置置成0，就是
: ...................
--
FROM 117.172.25.* - 这个试过了不行
【 在 accidently 的大作中提到: 】
: 如果有numpy的话,直接 a*b 就可以了
--
FROM 111.207.148.* - 【 在 yatobiaf 的大作中提到: 】
: 这个试过了不行
:
--
FROM 117.172.25.* - 哦！要转成np.array
【 在 accidently 的大作中提到: 】
: [upload=1][/upload]
--
FROM 111.207.148.*