生成重新映射的numpy數組作爲視圖。

我有大小的numpy的陣列，比如，1000：

import numpy as np 
a = np.arange(1000)

我也有一個「投影數組」 p其是從的映射一個到另一個陣列b：

p = np.random.randint(0,1000,(1000,1000))

這是很容易得到b使用「神奇索引」一個：

b = a[p]

但b不是一個視圖，通過前幾次的問題/解答和numpy的文件指出。

不幸的是，在我的情況下，只有在值在較長的模擬過程，並使用花哨的索引在每次迭代變化獲得b變得非常昂貴。我只從b讀取，不要修改它。

我知道這是不可能（還）解決這個花哨的索引。

我想知道是否有人有類似的問題/瓶頸，並提出了一些其他的解決方法？

來源

2012-04-04 upperBound

是否在每次迭代中都訪問了'b'？如果是的話，沒有比提取所有「b」更便宜的方法 - 您可能需要以其他方式改進算法。如果不是，你不需要建立'b'，而是訪問'b [i，j]'，你可以使用'a [p [i，j]]'。 – 2012-04-04 21:19:29

你要求的是不實際的，這就是爲什麼numpy人沒有實現它。你可以用自己喜歡的東西做到這一點：

class FancyView(object): 
    def __init__(self, array, index): 
     self._array = array 
     self._index = index.copy() 
    def __array__(self): 
     return self._array[self._index] 
    def __getitem__(self, index): 
     return self._array[self._index[index]] 

b = FancyView(a, p)

但要注意的是昂貴的a[p]操作將被調用每次使用b作爲數組的時間。沒有其他的做法可以做出這種「觀點」。 Numpy可以使用基本切片的視圖，因爲它可以操縱步幅，但是沒有辦法使用步幅做這樣的事情。

如果您只需要b的某些部分，您可以通過索引幻想視圖而不是將其用作數組來節省一些時間。

來源

2012-04-04 21:27:27

這就是我所擔心的:-)無論如何。 – upperBound 2012-04-05 13:46:50

生成重新映射的numpy數組作爲視圖。

回答

相關問題