Numpy / Pandas优化了矢量运算

Question

假设我有一个数据帧df：

  Vx    Vy
0 1.00  1.00
1 2.00  3.00
2 1.50  1.75 

目标是创建一个新的列df['Vmagnitude']，定义为Vx和Vy之间的矢量和的大小，如in this picture：

  Vx    Vy    Vmagnitude
0 1.00  1.00  1.41421
1 2.00  3.00  3.60555
2 1.50  1.75  2.30489

使用numpy / pandas实现这个的最快和/或最pythonic的方法是什么？

Answer 1

当问题变大时，您可以尝试使用pandas eval。确保为增益安装了numexpr（pip install numexpr），请参阅the numexpr readme here以了解它是如何工作的。如果已安装，Pandas只会将此功能包含在.eval方法中。

import pandas

df = pandas.DataFrame( random.random((5000000,2)), columns=('vx', 'vy'))

df.eval("vmag = sqrt(vx**2 + vy**2)", engine='numexpr', inplace=True)

我认为这是你最好的选择，numexpr使用多线程

In [24]: %timeit np.linalg.norm( df[["vx", "vy"]], axis=1)
1 loop, best of 3: 266 ms per loop

In [25]: %timeit df.eval("sqrt(vx**2 + vy**2)", engine='python')
10 loops, best of 3: 144 ms per loop

In [26]: %timeit df.eval("sqrt(vx**2 + vy**2)", engine='numexpr')
10 loops, best of 3: 42 ms per loop

另请参阅this doc以提高性能。

Answer 2

你可以使用np.linalg.norm：

df["Vmagnitude"] = np.linalg.norm(df[["Vx", "Vy"]], axis=1)

Answer 3

一种快速的方法（例如3D游戏中的表现）就是不使用sqrt并将x²+y² = x*x + y*y存储在VMagnitudeSquare列中，或者你喜欢。在大多数情况下，为了进一步计算，您可以使用它。

这一切都归结为sqrt函数“缓慢”。但这取决于您的使用情况。

Answer 4

您可以将新的列大小定义为向量的平方根的总和，如下所示

import pandas as pd
import numpy as np 


d = {'Vx':[1,2,1.5], 'Vy':[1,3,1.75]}
df = pd.DataFrame(data=d)
df['Magnitude'] = np.sqrt(df['Vx'].pow(2) + df['Vy'].pow(2))
print(df)

输出：

    Vx    Vy  Magnitude
0  1.0  1.00   1.414214
1  2.0  3.00   3.605551
2  1.5  1.75   2.304886