numpy bincount 数组的顺序切片答案

【问题标题】：numpy bincount sequential slices of arraynumpy bincount 数组的顺序切片
【发布时间】：2020-03-22 10:45:52
【问题描述】：

给定 numpy 行包含来自 range(n) 的数字，我想应用以下转换：

[1 0 1 2] --> [[0 1 0] [1 1 0] [1 2 0] [1 2 1]]

我们只是遍历输入列表并对当前（包括）左侧的所有元素进行 bincount。

import numpy as np

n = 3
a = np.array([1, 0, 1, 2])
out = []
for i in range(a.shape[0]):
    out.append(np.bincount(a[:i+1], minlength=n))
out = np.array(out)

有什么办法可以加快速度吗？我想知道是否有可能完全摆脱该循环并仅使用矩阵魔法。

编辑：谢谢，lbragile，提到列表推导。这不是我的意思。（我不确定它是否渐近显着）。我正在考虑一些更复杂的事情，例如根据 bincount 操作在后台的工作方式重写它。

【问题讨论】：

你能再解释一下转换吗？我不确定我是否理解正确。
我同意 Alexander，您对转换的解释不清楚，因此如果我们不知道要优化什么，我们将无法帮助您优化。另外，您的代码运行不正常，除非您将 append() 作为定义的函数，否则它不应接受任何参数。
在任何情况下，您始终可以使用列表推导而不是 for 循环进行优化。

标签： python numpy decision-tree

【解决方案1】：

你可以像这样使用 cumsum：

idx = [1,0,1,2]
np.identity(np.max(idx)+1,int)[idx].cumsum(0)

# array([[0, 1, 0],
#        [1, 1, 0],
#        [1, 2, 0],
#        [1, 2, 1]])

【讨论】：

【解决方案2】：

使用列表推导：

fast_out = [np.bincount(a[:i+1], minlength=n) for i in range(a.shape[0])]
print(fast_out)

输出：

[array([0, 1, 0]), array([1, 1, 0]), array([1, 2, 0]), array([1, 2, 1])]

使用以下代码来计时：

import timeit

def timer(code_to_test):
    elapsed_time = timeit.timeit(code_to_test, number=100)/100
    print(elapsed_time)

your_code = """
import numpy as np

n = 3
a = np.array([1, 0, 1, 2])
out = []
for i in range(a.shape[0]):
    out.append(np.bincount(a[:i+1], minlength=n))
out = np.array(out)
"""

list_comp_code = """
import numpy as np

n = 3
a = np.array([1, 0, 1, 2])
fast_out = [np.bincount(a[:i+1], minlength=n) for i in range(a.shape[0])]
"""

timer(your_code) # 0.001330663086846471
timer(list_comp_code) # 1.4601880684494972e-05

因此，当平均超过 100 次试验时，列表理解方法的速度快了 91 倍以上。

【讨论】：