質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

89.63%

処理を高速化したいです。

解決済

回答 1

投稿

  • 評価
  • クリップ 1
  • VIEW 173

kakii

score 1

前提・実現したいこと

pythonに関する質問です。
実行したい内容は下記1~4のコードになります。これを高速化する方法はあるでしょうか。
どなたかご教示お願い致します。
1.irisのpetal_length,petal_widthごとに,sepal_lengthの平均値を算出する。
2.irisのsepal_lengthに対して、1で算出した平均値を除く。
3.算出後にデータフレームを結合する。
4.5回繰り返す

発生している問題・エラーメッセージ

実行時間が長い。

該当のソースコード

import pandas as pd
import numpy as np
import os
from dfply import *
from sklearn.datasets import load_iris
iris = load_iris()
df = pd.DataFrame(iris['data'],columns=['sepal_length','sepal_width','petal_length','petal_width'])
petal_length_all = df['petal_length'].unique()
petal_width_all = df['petal_width'].unique()

df_tmp_summary=pd.DataFrame()

for i in range(0,5):
    for petal_length_Number in range(0, len(petal_length_all)):
        for petal_width_Number in range(0, len(petal_width_all)):
            df_tmp=df >> filter_by(X.petal_length == petal_length_all[petal_length_Number]) >> filter_by(X.petal_width == petal_width_all[petal_width_Number])
            df_tmp['sepal_length']=df_tmp['sepal_length'].apply(lambda x: x - df_tmp['sepal_length'].mean())
            df_tmp_summary = pd.concat([df_tmp_summary, df_tmp])
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • meg_

    2020/02/13 00:34

    何か調べたり、試したりしたことがあれば質問に追記してください。

    キャンセル

  • hoshi-takanori

    2020/02/13 06:28

    「Python 高速化」でググりましょう。
    https://qiita.com/ishitoki47259/items/1c2c25bf4bd71e6c105b

    キャンセル

  • kakii

    2020/02/15 02:35

    ご返信できず、申し訳ありませんでした。for文をできるだけ使用しないようにする、for文を使用する場合は内包表記を使用するようにする等、1つ1つ習得していきたいと思います。

    キャンセル

回答 1

checkベストアンサー

0

arr = iris['data']
sidx = np.lexsort(arr[:, [2, 3]].T)
arr_s = arr[sidx]
idx = np.r_[True, (arr_s[1:, [2, 3]] !=  arr_s[:-1, [2, 3]]).any(1)].nonzero()[0]

sums = np.add.reduceat(arr_s[:, 0], idx, axis=0)
count = np.r_[idx[1:] - idx[:-1], arr.shape[0] - idx[-1]]
means = sums / count
res_arr = arr_s[:, 0] - np.repeat(means, count)

pd.DataFrame(np.concatenate((arr_s, res_arr[:,None]), 1))

を5回繰り返す、で良いでしょうか?

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2020/02/14 14:36 編集

    ご回答ありがとうございます。
    "np.lexsort(arr[:, [2, 3]].T)"の部分で早速つまづいております。

    arr[:, [2, 3]].Tでarrの2列目と3列目を取得、転置する。
    np.lexsort(~)にて、1つ目の配列で昇順にソート、さらに2つ目の配列で昇順にソートするという意味であっているでしょうか?

    そうであれば、下記を実行した際に、print(sidx)は[1 5 4 3 2 0]になる気がするのですが、[5 0 4 3 2 1]と出力されてしまいます。
    sidx = np.lexsort(arr[4:10, [2, 3]].T)
    print(arr[4:10, [2, 3]].T)
    print(sidx)

    キャンセル

  • 2020/02/14 15:23

    np.lexsort() および np.argsort() で返却されるのは、「元の配列をソートするためのindex」です。

    sidx = np.lexsort(arr[4:10, [2, 3]].T)
    print(arr[4:10, [2, 3]][sidx])
    [[1.5 0.1]
    [1.4 0.2]
    [1.4 0.2]
    [1.5 0.2]
    [1.4 0.3]
    [1.7 0.4]]
    (右側が小さい順・右側が同じ値のときは左側小さい順、でソートされています)

    [1 5 4 3 2 0]というのは、「ソート後何番目に位置するか」かと思われますが、これは「 sidx.argsort() 」で得ることができます。

    print(arr[4:10, [2, 3]][sidx][sidx.argsort()])
    [[1.4 0.2]
    [1.7 0.4]
    [1.4 0.3]
    [1.5 0.2]
    [1.4 0.2]
    [1.5 0.1]]
    (元の配列に戻りました)

    キャンセル

  • 2020/02/15 02:33

    ようやくすべてが理解できました。
    今まで私のPCでは13秒程度かかっていた処理でしたが、ほぼ0秒で処理できるようになりました!
    numpyを正確に理解し、使いこなすことでここまで処理が速くなることに驚きました。。
    また別の質問をさせていただくと思いますが、引き続きどうぞよろしくお願いいたします。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 89.63%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る