如何在不使用连接的情况下连接两个 numpy ndarray

Question

我正在编写代码，它利用 Numba 来 JIT 编译我的 python 代码。 该函数接受两个长度相同的数组作为输入，随机选择一个切片点并返回一个元组，其中包含两个由两个输入字符串的一部分组成的弗兰肯斯坦数组。 然而，Numba 还不支持 numpy.concatenate 函数（不知道它是否会支持）。由于我不愿意放弃 Numpy，有没有人知道在没有 concatenate 函数的情况下连接两个 Numpy 数组的高性能解决方案？

def randomSlice(str1, str2):
    lenstr = len(str1)
    rnd = np.random.randint(1, lenstr)
    return (np.concatenate((str1[:rnd], str2[rnd:])), np.concatenate((str2[:rnd], str1[rnd:])))

Answer 1

这可能对你有用：

import numpy as np
import numba as nb

@nb.jit(nopython=True)
def randomSlice_nb(str1, str2):
    lenstr = len(str1)
    rnd = np.random.randint(1, lenstr)

    out1 = np.empty_like(str1)
    out2 = np.empty_like(str1)

    out1[:rnd] = str1[:rnd]
    out1[rnd:] = str2[rnd:]

    out2[:rnd] = str2[:rnd]
    out2[rnd:] = str1[rnd:]
    return (out1, out2)

在我的机器上，使用 Numba 0.27 并通过 timeit 模块计时，以确保我没有在统计数据中计算 jit 时间（或者您可以运行一次，然后对后续调用计时），numba 版本在各种大小的 int 或 float 输入数组上给出了小的但不可忽略的性能提升。如果数组的 dtype 类似于 |S1，那么 numba 会明显变慢。 Numba 团队几乎没有花时间优化非数字用例，所以这并不令人惊讶。我有点不清楚您输入数组 str1 和 str2 的确切形式，所以我不能完全保证该代码适用于您的特定用例。