最快的方法来计算一个字符在一个数组中出现的次数numpy.chararray公司

It's better to stick to regular NumPy arrays over the chararrays :

注:

chararray类的存在是为了向后兼容 numpy1.4,如果需要字符串数组,建议使用 数组,并使用 中的函数numpy.char文件快速矢量化字符串模块 操作。

我们可以用 np.count_nonzero 数一数 True 'A' -

np.count_nonzero(rr=='A')

进近#2

chararray 只保留单个字符元素,我们可以通过使用 uint8 然后进行比较和计数。计数会快得多,因为我们将处理数字数据。实施将是-

np.count_nonzero(rr.view(np.uint8)==ord('A'))

在 Python 2.x

np.count_nonzero(np.array(rr.view(np.uint8))==ord('A'))

时间安排

原始样本数据上的计时并缩放到 10,000x 按比例的-

# Original sample data
In [10]: rr
Out[10]: array(['B', 'B', 'B', 'A', 'B', 'A', 'A', 'A', 'B', 'A'], dtype='<U1')

# @Nils Werner's soln
In [14]: %timeit np.sum(rr == 'A')
100000 loops, best of 3: 3.86 µs per loop

# Approach #1 from this post
In [13]: %timeit np.count_nonzero(rr=='A')
1000000 loops, best of 3: 1.04 µs per loop

# Approach #2 from this post
In [40]: %timeit np.count_nonzero(rr.view(np.uint8)==ord('A'))
1000000 loops, best of 3: 1.86 µs per loop

# Original sample data scaled by 10,000x
In [16]: rr = np.repeat(rr,10000)

# @Nils Werner's soln
In [18]: %timeit np.sum(rr == 'A')
1000 loops, best of 3: 734 µs per loop

# Approach #1 from this post
In [17]: %timeit np.count_nonzero(rr=='A')
1000 loops, best of 3: 659 µs per loop

# Approach #2 from this post
In [24]: %timeit np.count_nonzero(rr.view(np.uint8)==ord('A'))
10000 loops, best of 3: 40.2 µs per loop

chararray is deprectated, use array(..., dtype='<U1') instead . 说你能行

r = np.array([['B', 'B', 'B', 'A', 'B', 'A', 'A', 'A', 'B', 'A']])

%timeit numpy.sum(r == 'A')
# 4.82 µs ± 126 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)