改變numpy函數輸出數組

我想寫一個函數，對數組執行數學運算並返回結果。一個簡單的例子可以是：改變numpy函數輸出數組

def original_func(A): 
    return A[1:] + A[:-1]

對於高速化，並避免分配用於每個函數調用一個新的輸出陣列，我想有輸出數組作爲參數，並改變它在適當位置：

def inplace_func(A, out): 
    out[:] = A[1:] + A[:-1]

然而，在下面的方式調用這兩個函數時，

A = numpy.random.rand(1000,1000) 
out = numpy.empty((999,1000)) 

C = original_func(A) 

inplace_func(A, out)

原有的功能似乎是快兩倍作爲就地功能。這怎麼解釋？不應該因爲它不需要分配內存而使得就地功能更快？

來源

2011-09-23 halvorlu

我認爲，答案是：

在這兩種情況下，你計算A[1:] + A[:-1]，並在這兩種情況下，你實際上創建中間矩陣。

然而，在第二種情況下會發生什麼呢？顯式地將複製到一個保留的內存中。複製這樣一個數組需要大約與原始操作相同的時間，所以你實際上將時間加倍。

綜上所述行動，在第一種情況下，你這樣做：

compute A[1:] + A[:-1] (~10ms)

在第二種情況下，你做

compute A[1:] + A[:-1] (~10ms) 
copy the result into out (~10ms)

來源

2011-09-23 13:58:09

作爲一個解決方案：我認爲* *你必須自己做循環，以避免在奧利弗的回答中描述的中間陣列。或者，也許像http://code.google.com/p/numexpr/可以幫助你？這[問題]（http://stackoverflow.com/questions/2937669/linear-combinations-in-python-numpy）也看起來相關。 – gspr

我認爲你可以通過這樣做來避免中間數組：'out [：] = A [1：]; out + = A [： - 1]'當然你的實際算法可能會變得更加難以精簡。當然，不惜一切代價儘量避免循環。你可以用累積和ufuncs做些創造性的事情。 – Paul

-1

我跟奧利弗的解釋一致。如果您想要在位執行操作，則必須手動循環訪問陣列。這將會慢得多，但是如果你需要速度，你可以求助於Cython，它可以讓你獲得純C實現的速度。

來源

2011-09-23 15:34:28 rocksportrocker

如果要執行就地操作，做

 
def inplace_func(A, out): 
    np.add(A[1:], A[:-1], out)

這不會產生任何臨時對象（其中A[1:] + A[:-1]）一樣。

所有numpy的二進制運算有相應的功能，在這裏檢查列表：http://docs.scipy.org/doc/numpy/reference/ufuncs.html#available-ufuncs

來源

2011-09-23 20:28:05

改變numpy函數輸出數組

回答

相關問題