Python：3d矩阵元素类型的转换速度答案

【问题标题】：Python: speed of conversion of type of 3d matrix elementPython：3d矩阵元素类型的转换速度
【发布时间】：2023-04-09 10:18:01
【问题描述】：

我相信这是一个简单的问题，但我是 Python 新手，因此我们将不胜感激任何建议。我有字符串矩阵，我需要将每个元素转换为浮点类型，然后将其增加一些数字。我是这样做的：

for i in range(0,len(matrix)):
    for j in range(0,len(matrix[i])):
        for k in range(0,len(matrix[j])):
            matrix[i][j][k] = float(matrix[i][j][k]) + 5.555

有没有其他方法可以提高速度？当我有 matrix[50][50][50] 或更大时，性能真的很低。有没有一种方法可以一次增加所有元素？

【问题讨论】：

第三个 for 在一般情况下应该是 for k in range(0,len(matrix[i][j])): 尽管在你的二次矩阵的情况下它并不重要。
使用numpy获得的最佳加速。

标签： python performance matrix type-conversion

【解决方案1】：

您可以对代码进行一些低级优化，例如将 range() 调用移到循环之外，这样您就不会每次都创建一个新列表（或者如果您使用 3.x，则创建一个生成器）绕圈。

不过最大的优化是切换到使用numpy，它将以高性能 C 代码跨整个数组执行操作。

【讨论】：

【解决方案2】：

每当您在 Python 中进行数组工作时，如果可能，最好使用 numpy 库。

import numpy

matrix = numpy.asarray(matrix,dtype=numpy.float64) + 5.555

【讨论】：

【解决方案3】：

如果matrix 兼容，那么您可以（并且可能应该）将其放入numpy 数组中。它是一个非常方便的数值计算库，并带有许多功能：根据您想要做什么，您可能还想查看scipy。

import numpy as np

a = np.array(matrix)
a += 5.5555

以一些随机数据为例：

from numpy.random import random_sample

>>> a = random_sample( (3, 3, 3) )
>>> a
array([[[ 0.98899266,  0.10761687,  0.7784259 ],
        [ 0.79253918,  0.450742  ,  0.46417501],
        [ 0.71733034,  0.26575819,  0.19360072]],

       [[ 0.41609296,  0.96195897,  0.32777537],
        [ 0.59527144,  0.96655918,  0.50073892],
        [ 0.70797323,  0.406036  ,  0.47092251]],

       [[ 0.8572665 ,  0.00076713,  0.25379833],
        [ 0.03426925,  0.59837259,  0.85390736],
        [ 0.78306972,  0.00238982,  0.28702393]]])
>>> a += 5.55555
>>> a
array([[[ 6.54454266,  5.66316687,  6.3339759 ],
        [ 6.34808918,  6.006292  ,  6.01972501],
        [ 6.27288034,  5.82130819,  5.74915072]],

       [[ 5.97164296,  6.51750897,  5.88332537],
        [ 6.15082144,  6.52210918,  6.05628892],
        [ 6.26352323,  5.961586  ,  6.02647251]],

       [[ 6.4128165 ,  5.55631713,  5.80934833],
        [ 5.58981925,  6.15392259,  6.40945736],
        [ 6.33861972,  5.55793982,  5.84257393]]])

【讨论】：