Я хотел бы инициализировать массив b, похожий на этот, но быстрее:

a = [0.53, 0.66, 0.064, 0.94, 0.44]
b = [0.0]*5
x = 14.3
for i in range(5):
    x = b[i] = a[i]*0.1 + x*0.9

Есть ли что-то в numpy для этой цели?

4
Jonas Byström 21 Авг 2018 в 03:59

3 ответа

Лучший ответ

Уродливое, но векторизованное решение

import numpy as np
a = np.array([0.53, 0.66, 0.064, 0.94, 0.44])
x = 14.3
idx = np.arange(a.size)
0.9 ** idx * (0.1 * (a * 0.9 ** (-idx)).cumsum() + x * 0.9)
# array([12.923    , 11.6967   , 10.53343  ,  9.574087 ,  8.6606783])

Результат из цикла for:

a = [0.53, 0.66, 0.064, 0.94, 0.44]
b = [0.0]*5
x = 14.3
for i in range(5):
    x = b[i] = a[i]*0.1 + x*0.9

b
#[12.923000000000002,
# 11.696700000000003,
# 10.533430000000003,
# 9.574087000000002,
# 8.660678300000002]

Это потому что:

enter image description here

И компоненты в результате могут быть векторизованы соответственно, обратите внимание, что сумма a членов во внутренних скобках векторизована как cumsum.

4
Psidom 21 Авг 2018 в 02:22

Давайте перепишем ваш цикл, чтобы проанализировать его более внимательно:

for i in range(1, 5):
    b[i] = a[i]*0.1 + b[i-1]*0.9

Это дает понять, что расчет является рекурсивным. То есть значение b[i] зависит от значения b[i-1]. Это означает, что вы не можете векторизовать расчет. Векторизация требует, чтобы каждый элемент вектора результата был независим от всех других элементов.

2
Code-Apprentice 21 Авг 2018 в 01:10

Может быть, мы можем сломать и найти корреляцию между каждым шагом

***x0=x0***

***x1=a[0]*0.1 + x0*0.9***

***x2=a[1]*0.1 + x1*0.9=a[1]*0.1 + (a[0]*0.1 + x0*0.9)*0.9***

Так что xn=an*0.1+an-1*0.1*0.9+...+a0*0.1*0.9**n-1+x0*0.9**n

n=np.array(0.9)**np.arange(len(a))


sum(a[::-1]*n)*0.1+x*(0.9**(len(a)))
Out[338]: 8.6606783

Обновить вывод array

np.diag(np.fliplr(((a*n[::-1])*0.1).cumsum()/n[:,None]+x*(0.9**(np.arange(1,len(a)+1)))))[::-1]
Out[472]: array([12.923    , 11.6967   , 10.53343  ,  9.574087 ,  8.6606783])
3
YOBEN_S 21 Авг 2018 в 02:41
51940264