Python-需要Numpy加速

Question

我想知道我是否可以使用 numpy ...

加速此代码

代码实际上正在运行，但我知道可以在NP中做得更好，但我尝试过，但没有成功：）

对于每个SYN位置，我想将字符串（'000'，'001'...）与变量综合征（铸造为字符串）进行比较，并在匹配

喜欢如果我患有综合症'100'，我会得到4个，所以我知道我已经在8位CodeWord中翻转第四位

def recover_data(noisy_data):
syn=[['000','none'],['001',6],['010',5],['011',3],['100',4],['101',0],['110',1],['111',2]]
for ix in range(noisy_data.shape[0]):
    unflip=0    #index that will be flipped
    for jx in range(len(syn)):
        if(syn[jx][0] == ''.join(syndrome.astype('str'))):
            unflip = syn[jx][1]
    if(str(unflip)!='none'):
        noisy_data[ix,unflip]=1-noisy_data[ix,unflip]

Answer 1

看起来dictionary会有所帮助

syn=dict([['000','none'],['001',6],['010',5],['011',3],['100',4],['101',0],['110',1],['111',2]])
syn
{'000': 'none',
 '001': 6,
 '010': 5,
 '011': 3,
 '100': 4,
 '101': 0,
 '110': 1,
 '111': 2}
syn.get('011')  # .get(key) will return None if the key isn't in the dict
3