使用 numpy 获取数组列表中相交元素的计数（避免 for 循环）

Question

我有一个名为 MyFruits 的值数组，例如：[apple, orange, banana, apple, pear]然后我有一个数组列表，例如：[apple, orange][blueberry, watermelon, pear][grape, orange, grape, orange][][cantaloupe]对于列表中的每个数组，我想获取与 MyFruits 数组相交的元素计数除以数组中的元素总数。所以输出将是：2 / 2 = 11 / 3 = 0.666672 / 4 = 0.50 / 0 = (in this case 0)0 / 1 = 0本质上：[1, 0.66667, 0.5, 0, 0]我一直在Python中使用for循环来做这件事，但是数据集很大而且速度非常慢。有人建议使用 numpy，但我很难理解。

Answer 1

假设您有两个列表，一个长度为 M，另一个长度为 N。如果通过直接线性搜索完成，则需要 O(M * N) 字符串比较才能找到两个列表中的元素。

您可以使用 Python 集对此进行改进。将列表转换为 Python 集合并使用集合交集 (&)查找它们的公共元素。那么复杂度就降低到了 O(M + N)。

Answer 2

这比你现有的更好，还是一样？

ratios = []

for d in data:

  count = 0

  for fruit in myFruits:

    count += d.count(fruit)

  ratio = count / (len(d) or 1)

  ratios.append(ratio)

我不认为 numpy 可以在这里提供帮助，它用于数值处理，但也许有一个很好的方法来编写您需要的内容。