更改 numpy 函数输出数组答案

【问题标题】：Altering numpy function output array in place更改 numpy 函数输出数组
【发布时间】：2011-11-23 16:38:36
【问题描述】：

我正在尝试编写一个对数组执行数学运算并返回结果的函数。一个简化的例子可能是：

def original_func(A):
    return A[1:] + A[:-1]

为了加快速度并避免为每个函数调用分配新的输出数组，我希望将输出数组作为参数，并在适当的位置进行更改：

def inplace_func(A, out):
    out[:] = A[1:] + A[:-1]

但是，当以如下方式调用这两个函数时，

A = numpy.random.rand(1000,1000)
out = numpy.empty((999,1000))

C = original_func(A)

inplace_func(A, out)

原来的函数似乎是原地函数的两倍。这怎么解释？由于不需要分配内存，就地函数不应该更快吗？

【问题讨论】：

【解决方案1】：

如果您想就地执行操作，请执行

def inplace_func(A, out): np.add(A[1:], A[:-1], out)

这不会创建任何临时对象（A[1:] + A[:-1]）。

所有 Numpy 二进制操作都有对应的功能，这里查看列表：http://docs.scipy.org/doc/numpy/reference/ufuncs.html#available-ufuncs

【讨论】：

【解决方案2】：

我认为答案如下：

在这两种情况下，您都计算A[1:] + A[:-1]，在这两种情况下，您实际上都创建了一个中间矩阵。

不过，在第二种情况下，您显式将整个新分配的大数组复制到保留的内存中。复制这样一个数组所花费的时间与原始操作大致相同，因此实际上您将时间翻了一番。

总而言之，在第一种情况下，您可以：

compute A[1:] + A[:-1] (~10ms)

在第二种情况下，你这样做

compute A[1:] + A[:-1] (~10ms)
copy the result into out (~10ms)

【讨论】：

至于解决方案：我认为您必须自己执行循环以避免 Olivier 的回答中描述的中间数组。或者像code.google.com/p/numexpr 这样的东西可以帮助你吗？这个question 看起来也很相关。
我认为您可以通过这样做来避免中间数组：out[:]=A[1:]; out+=A[:-1] 当然，您的实际算法可能更难简化。当然要不惜一切代价避免循环。您通常可以使用累积和 ufunc 来做一些有创意的事情。

【解决方案3】：

我同意 Olivers 的解释。如果要就地执行操作，则必须手动循环遍历数组。这会慢得多，但如果您需要速度，您可以使用 Cython，它为您提供纯 C 实现的速度。

【讨论】：