Я привожу рабочий минимальный пример без декоратора numba. Я знаю, что numba выдает ошибку для a != b
, где a
и b
являются массивами. Любая идея, как заставить его работать с numba?
Я также отметил, что numba будет работать с плоскими массивами, т.е. a.flatten() != b.flatten().
К сожалению, я не хочу сравнивать последний элемент столбца 1 с первым элементом столбца 2. Я предполагаю, что есть способ вычислить шаги и удалить элементы из плоский массив, но я не думаю, что он ни быстрый, ни читаемый, ни ремонтопригодный.
array2d = np.array([[1, 0, 1],
[1, 1, 0],
[0, 0, 1],
[2, 3, 5]])
#@numba.jit(nopython=True)
def TOY_compute_changes(array2d):
array2d = np.vstack([[False, False, False], array2d[:-1] != array2d[1:]])
return array2d
TOY_compute_changes(array2d)
array([[False, False, False],
[False, True, True],
[ True, True, True],
[ True, True, True]])
Если я вас правильно понимаю, это должно работать:
a = np.array([
[0, 1, 0],
[0, 1, 0],
[0, 1, 0],
])
b = np.array([
[1, 0, 1],
[0, 1, 0],
[0, 1, 0],
])
@numba.jit(nopython=True)
def not_eq(a, b):
return np.logical_not(a == b)
print(not_eq(a, b))
Выход:
[[ True True True]
[False False False]
[False False False]]
Пример строки:
a = np.array([['a', 'b', 'c'], ['x', 'y', 'z']])
b = np.array([['x', 'y', 'z'], ['x', 'y', 'z']])
print(not_eq(a, b))
Выход:
[[ True True True]
[False False False]]
@Alex Так какой у тебя вопрос?
то же, что и выше, но, например. с a = [['a', 'b', 'c'], ['d', 'e', 'f']] b = [['u', 'v', 'w'], [ 'х', 'у', 'з']]
@Alex Проверьте обновление, это работает для обоих.
да - отлично работает для моих целей. Спасибо!
Отлично подходит для числовых значений, но не будет работать для массива строк, в отличие от функции без джиттинга.