传递元素以高效运行

Question

我有一个大小为 m x n 的数组。我想将每个 m 行单独传递给一个函数并将结果保存在同一行中。

使用 numpy 执行此操作的有效方法是什么。目前我正在使用 for 循环来实现这一点：

X : size(m x n)
p : size(m x n)

for i in np.arange(X.shape[0]):
    X[i] = some_func(X[i], p[i])

Answer 1

您可以使用列表推导式列出 X 和 p 矩阵的所有第一行，如下所示。然后你可以轻松地将第一行的 X 和 p 作为参数发送到你的 some_function

import numpy as np

X =  np.random.randint(9, size=(3, 3))
p =  np.random.randint(9, size=(3, 3))

print(X.shape, p.shape)

XList = [i[0] for i in X]
pList = [j[0] for j in p]

print (XList)
print (pList)

for i in np.arange(XList, pList):
    X[i] = some_func(XList, pList)

Answer 2

由于您正在修改 X 的行，您可以跳过索引并使用 zip 迭代行：

In [833]: X=np.ones((2,3)); p=np.arange(6).reshape(2,3)                         
In [834]: for x,y in zip(X,p): 
     ...:     x[:] = x + y 
     ...:                                                                       
In [835]: X                                                                     
Out[835]: 
array([[1., 2., 3.],
       [4., 5., 6.]])

如果您仍然需要索引，您可以添加枚举：

for i,(x,y) in enumerate(zip(X,p)):...

这些替代方案的效率没有太大差异。您仍然需要调用函数 m 次。您仍然需要 select 行，无论是通过索引还是通过迭代。两者在数组上都比在等效列表上慢一点。

最好的办法是编写你的函数，使其直接与二维数组一起工作，不需要迭代。

X+p

但如果函数过于复杂，那么它的求值时间可能会比较长（与迭代机制相比）。

传递元素以高效运行

Passing elements to function efficiently

python

numpy

function

array-broadcasting