eficiencia de numpy.array

[Pepe Aracil]

 >> (con 'a>100' se obtiene un array de booleanos)

Y esto como se implementa en python ???
¿Sobreescribiendo el método __cmp__ del objeto array?

Saludos.




Chema Cortes escribió:
> El 8/03/07, tny <a.porrua en gmail.com> escribió:
> 
>> Pues tengo entre manos muchas operaciones matemáticas, y con listas de
>> un buen tamaño, pero no son operaciones como sum que pueda realizar la
>> propia lista, y la memoria que ocupe no es, en este caso, importante así
>> que me voy a decantar por las listas de python.
> 
> Resulta extraño que preguntes sobre "eficiencia", para que luego digas
> que no vas a tener problemas con lo que ocupe la lista :-P
> 
> De todos modos, el numpy está pensado por y para matemáticos. Aunque
> no sea por "efectividad", deberías mirarlo desde el punto de vista
> matemático. Los arrays del numpy aceptan tuplas como índices
> multidimensionales, así como el rebanado "extendido" ("extended
> slice").
> 
> Como ejemplo del primer caso (índices multidimensionales), una forma
> rápida de obtener todos los elementos de un array mayores de 100:
> 
> a[a>100]
> 
> (con 'a>100' se obtiene un array de booleanos)
> 
> Como ejemplo de slicing extendiddo, si tienes una matriz
> n-dimensional, sumar una columna a otra sería:
> 
> a[...,i]+=a[...,j]
> 
> 
> Pero hay mucho más, como el cálculo matricial, FFT, LinearAlgebra,...
> _______________________________________________
> Python-es mailing list
> Python-es en aditel.org
> http://listas.aditel.org/listinfo/python-es