填充蟒蛇數組沒有雙循環

Question

任何人都可以告訴我如何更有效地使用熊貓，目前我正在做以下找出兩個項目的相關性，但這不是很快。

for i in range(0, df.shape[0]): 
    for j in range(0, df.shape[0]): 
     if i<j: 
      ## get the weights 
      wgt_i = dataWgt_df.ix[df.index[i]][0] 
      wgt_j = dataWgt_df.ix[df.index[j]][0] 
      ## get the std's 
      std_i = dataSTD_df.loc[date][df.index[i]][0] 
      std_j = dataSTD_df.loc[date][df.index[j]][0] 
      ## get the corvariance 
      #print(cor.ix[df.index[i]][df.index[j]]) 
      cor = corr.ix[df.index[i]][df.index[j]] 
      ## create running total 
      totalBottom = totalBottom + (wgt_i * wgt_j * std_i * std_j) 
      totalTop = totalTop + (wgt_i * wgt_j * std_i * std_j * cor) 

我想要做的就是創建一個單位矩陣這樣

0 1 1 1 1 
0 0 1 1 1 
0 0 0 1 1 
0 0 0 0 1 
0 0 0 0 0 

，我就可以用它來繁衍在各種dataframes，wgt_i wgt_j std_i std_j這將爲頂部的數據幀和然後我可以使用求和函數求和得到結果。

這裏我的主要問題是如何快速創建標識數據框，然後創建wgt_i等數據框，因爲其餘部分是相對直接的。

Answer 1

我不是pandas專家，但它似乎很適合numpy。按照這個假設，這裏有幾件事你可以用numpy來避免雙重嵌套循環。

1. 伊恩是正確的;這不是一個身份矩陣。如果您做想要一個單位矩陣，你可以簡單地使用numpy.identity：

   import numpy 
   numpy.identity(5) 
   
   array([[ 1., 0., 0., 0., 0.], 
        [ 0., 1., 0., 0., 0.], 
        [ 0., 0., 1., 0., 0.], 
        [ 0., 0., 0., 1., 0.], 
        [ 0., 0., 0., 0., 1.]]) 
   

2. 但是，如果你想你上面指定的確切矩陣，可以使用numpy.eye：

   
   import numpy 
   n = 5 # yields a 5x5 array; adjust to whatever size you want 
   numpy.sum(numpy.eye(n, k=i) for i in range(1,n)) 
   
   array([[ 0., 1., 1., 1., 1.], 
        [ 0., 0., 1., 1., 1.], 
        [ 0., 0., 0., 1., 1.], 
        [ 0., 0., 0., 0., 1.], 
        [ 0., 0., 0., 0., 0.]]) 
   

Answer 2

這不像來自@larsbutler的解決方案那麼簡短，但是對於大的n更快：

import numpy as np 

n = 5 
M = np.zeros((n,n)) 
M[np.triu_indices_from(M)] = 1 
M[np.diag_indices_from(M)] = 0 

給出：

array([[ 0., 1., 1., 1., 1.], 
     [ 0., 0., 1., 1., 1.], 
     [ 0., 0., 0., 1., 1.], 
     [ 0., 0., 0., 0., 1.], 
     [ 0., 0., 0., 0., 0.]])