在数组计算中替换 numpy 数组循环

【问题标题】：replace numpy array loop in array calculations在数组计算中替换 numpy 数组循环
【发布时间】：2018-06-21 07:58:07
【问题描述】：

您好，在不使用循环的情况下，是否有更快、更简单的选项来执行以下代码？当增加乘数值时，计算时间很长。

import numpy as np
import random
import timeit

multiplier = 2
vectors_number = 4 * multiplier
variable_number = 6
input_matrix = np.random.uniform(-5, 5, (vectors_number, variable_number))

offset = np.arange(multiplier)[:, None]*4
winning_matrix = np.random.rand(multiplier, 4).argsort(1)[:, :4] + offset

out_matrix = np.zeros(shape=(multiplier, variable_number))
start = timeit.default_timer()

for i in range(winning_matrix.shape[0]):
    for k in range(variable_number):
        out_matrix[i][k] = input_matrix[winning_matrix[i][2]][k] - 
                           input_matrix[winning_matrix[i][1]][k]

end = timeit.default_timer()
print('Computation time %f' % (end - start))

【问题讨论】：

标签： arrays loops numpy

【解决方案1】：

怎么样

out_matrix = input_matrix[winning_matrix[...,2]] - input_matrix[winning_matrix[...,1]]

使用

multiplier = 200
vectors_number = 4 * multiplier
variable_number = 6000

我明白了

计算时间 1.576242

对于原始方法，并且

计算时间 0.027881

对于我上面的代码。所以速度提高了大约 140。

请注意，您也可以摆脱分配和初始化步骤：

out_matrix = np.zeros(shape=(multiplier, variable_number))

因为 out_matrix 现已为您创建。

【讨论】：