Python的提速np.unique

Question

我期待加快下面的一段代碼：

NNlist=[np.unique(i) for i in NNlist] 

其中NNlist是重複的條目np.arrays的列表。

謝謝:)

Answer 1

numpy.unique已經相當優化，你可能不會得到得到太多的加速比你已經擁有的，除非你知道別的有關基礎數據。例如，如果數據全是小整數，您可能可以使用numpy.bincout，或者如果每個數組中的唯一值大多相同，則可能會對整個數組列表進行一些優化。

Answer 2

這裏有一些基準：

In [72]: ar_list = [np.random.randint(0, 100, 1000) for _ in range(100)] 

In [73]: %timeit map(np.unique, ar_list) 
100 loops, best of 3: 4.9 ms per loop 

In [74]: %timeit [np.unique(ar) for ar in ar_list] 
100 loops, best of 3: 4.9 ms per loop 

In [75]: %timeit [pd.unique(ar) for ar in ar_list] # using pandas 
100 loops, best of 3: 2.25 ms per loop 

所以pandas.unique似乎比numpy.unique更快。然而，文檔字符串提到這些值「不一定是分類的」，這部分地解釋了它的速度更快。 使用列表理解或map在本例中沒有區別。