有效地將較大的numpy陣列的切片複製到較小的連續內存陣列

我需要儘可能有效地將切片從大的numpy陣列複製到另一個較小的陣列。最終，較小的數組將作爲二維數組傳遞給C函數進行處理。因此，必須將子數據數據複製到連續的內存塊中。有效地將較大的numpy陣列的切片複製到較小的連續內存陣列

在下面的示例中，我試圖預先分配較小的陣列（aa）以提高效率，但是我認爲這會在每次迭代進行復制之前產生一個新創建的陣列。

import numpy as np 

M=1024 
N=8 
a = np.zeros((2,M),dtype=np.float32,order='C') 
aa = np.zeros((2,N),dtype=np.float32,order='C') 
for n in xrange(M/N): 
    aa = a[:,n*N:n*N+N] 
    #pass array to c function - e.g. foo(aa,aa.shape[0],aa.shape[1]) 
    print aa 
    a[:,n*N:n*N+N] = aa

來源

2014-09-05 papahabla

你想幹什麼aa[:] = a[:, n*N:n*N+N]，這樣從a的數據複製到現有的預aa陣列，而不是在每次迭代中創建一個新的，和其他的扔掉。

EDIT思考兩次關於OP的情況下，由於子陣列與切片萃取，aa不會在每次迭代一個新的數組，而是一種新的視圖到陣列a。所以它不會是連續的，這可能比性能更重要。最初分配的aa數組在第一次迭代中未使用垃圾收集。

來源

2014-09-05 01:11:02 Jaime

我一直在想這件事。所以，如果'aa'被初始化爲一個數組，'aa [：] = ...'將數據複製到預先存在的數組中？而如果我們寫'aa = a'，它會用'a [']'寫'aa'？ – 2014-09-05 12:53:33

類別。當你添加'[：]'時，你會觸發對ndarray的'__setitem__'方法的調用，該方法試圖將rhs複製到數組中。如果你不這樣做，那麼正常的Python語義正在工作，並且你在lhs上指定標籤以指向rhs上的對象。如果lhs標籤指向別的東西，它就不再會了，因此它可能會被垃圾收集。 – Jaime 2014-09-05 14:00:20

有效地將較大的numpy陣列的切片複製到較小的連續內存陣列

回答

相關問題