空調指數

Question

我一直在經歷着一個在線教程

from sklearn.decomposition import * 
from sklearn import datasets 
import matplotlib.pyplot as plt 
import time 

digits=datasets.load_digits() 

randomized_pca = PCA(n_components=2,svd_solver='randomized') 

# a numpy array with shape= (1800,2) 
reduced_data_rpca = randomized_pca.fit_transform(digits.data) 

# make a scatter plot 

colors = ['black', 'blue', 'purple', 'yellow', 'pink', 'red', 'lime', 'cyan', 
'orange', 'gray'] 

start=time.time() 

# Time Taken for this loop = 9.5 seconds 

# for i in range(len(reduced_data_rpca)): 
#   x = reduced_data_rpca[i][0] 
#   y = reduced_data_rpca[i][1] 
#   plt.scatter(x,y,c=colors[digits.target[i]]) 

# Alternative way TimeTaken = 0.2 sec 

# plots all the points (x,y) with color[i] in ith iteration 

for i in range(len(colors)): 
    """assigns all the elements (accordingly to x and y) whose label(0-9) equals the variable i (am I 
    correct ? does this mean it iterates the whole again to check for the 
    equality?) """ 
    x = reduced_data_rpca[:, 0][digits.target == i] 
    y = reduced_data_rpca[:, 1][digits.target == i] 
    plt.scatter(x, y, c=colors[i]) 

end=time.time() 

print("Time taken",end-start," Secs") 

我的問題是，儘管這兩個註釋和非註釋循環執行相同的操作我不明白的第二個循環是如何工作的，以及爲什麼它比另一個表現更好。

Answer 1

您的第一個循環（註釋掉）循環遍歷一個包含1800個元素的數組。第二個使用numpy的索引方法作爲「內部循環」，並且只需要在你的10種顏色中循環使用規則for。 Numpy數組比常規列表和循環更快。

但digits.target == i做什麼？在我看來，它並不是從reduced_data_rpca中挑選出一個布爾數組，而是一遍又一遍地對字典和數組索引進行比較。這種比較的結果是不是總是False？

另見：https://docs.scipy.org/doc/numpy-1.13.0/user/basics.indexing.html