在numpy化合物數據集中填充值很慢;爲什麼？

Question

我有以下numpy的化合物的數據類型：

mytype = numpy.dtype([('x', 'f8'), 
         ('y', 'f8'), 
         ('z', 'f8'))]) 

然而，當我嘗試以填充這種類型的，它60X慢於三個單獨的陣列的載體：

#!/usr/bin/env python3 

import time 
import random 
import numpy 

mytype = numpy.dtype([('x', 'f8'), 
         ('y', 'f8'), 
         ('z', 'f8')]) 

size = 1000000 
v = numpy.empty(shape=(size,), dtype=mytype) 

print("Start inserting into compound type:") 
start = time.time() 
for i in range(size): 
    v[i]['x'] = random.random() 
    v[i]['y'] = random.random() 
    v[i]['z'] = random.random() 

end = time.time() 
print("Done inserting into compound type: Time elapsed: {}.\n".format(end - start)) 


x = numpy.empty(shape=(size,), dtype='f8') 
y = numpy.empty(shape=(size,), dtype='f8') 
z = numpy.empty(shape=(size,), dtype='f8') 

print("Inserting into three arrays:") 
start = time.time() 
for i in range(size): 
    x[i] = random.random() 
    y[i] = random.random() 
    z[i] = random.random() 
end = time.time() 
print("Done inserting into three arrays. Time elapsed: {}".format(end - start)) 

print("Reading from compound type:") 

start = time.time() 
for i in range(size): 
    x1 = v[i]['x'] 
    y1 = v[i]['y'] 
    z1 = v[i]['z'] 

end = time.time() 
print("Done reading compound type: Time elapsed: {}.\n".format(end -start)) 

print("Reading from three arrays:") 
start = time.time() 
for i in range(size): 
    x1 = x[i] 
    y1 = y[i] 
    z1 = z[i] 
end = time.time() 
print("Done reading three arrays. Time elapsed: {}.\n".format(end - start)) 

此外，我發現讀取numpy複合數據類型比相應的分隔數據類型慢70倍。我如何提高numpy複合數據類型的性能？

編輯：從主人克隆numpy後，此性能錯誤消失。

Answer 1

是的工作元素與結構化數組元素將會更慢。這意味着你應該嘗試執行數組操作在可能的情況：

v=np.empty(10,dtype=ymytype) 
v['x']=np.random.random(10) 
v['y']=np.random.random(10) 
v['z']=np.random.random(10) 

會比你的i通過i迭代更快。但它仍然會比二維數組相當於慢：

v = np.random.random((10,3)) 

還可以分配或記錄訪問值記錄：

for i in range(10): 
    v[i] = np.random.random(3) 

但是，如果行數比字段數更（典型情況），最好按字段分配值。

如果你想對數組進行快速操作，並且所有的值都是相同的類型，請堅持使用nd數組。當字段類型不同時，結構化數組更有用，比如字符串，整數和浮點數的組合。

如果結構化數組的所有元素都具有相同的dtype（與您的情況相同，所有浮點數），可以在結構化dtype和2d數組之間來回映射，從而給出兩個世界中最好的結果。我在其他SO問題中討論過這個問題。