避免创建新数组作为 numpy/scipy 操作的结果？答案

【问题标题】：Avoid creating new arrays as results for numpy/scipy operations?避免创建新数组作为 numpy/scipy 操作的结果？
【发布时间】：2015-04-26 02:14:24
【问题描述】：

对于在 numpy/scipy 中进行重复操作，有很多开销，因为大多数操作返回一个新对象。

例如

for i in range(100):
   x = A*x

我想通过传递对操作的引用来避免这种情况，就像在 C 中一样

for i in range(100):
   np.dot(A,x,x_new) #x_new would now store the result of the multiplication
   x,x_new = x_new,x

有没有办法做到这一点？我希望这不仅仅是为了乘法，而是为了所有返回矩阵或向量的操作。

【问题讨论】：

查看函数的文档。有些采用out 参数，尤其是ufunc 参数。基本运算符有+=、*= 等版本。 ufuncs 也有 reduce 和 accumulate 处理重复动作的方法。
您使用np.dot 给出的示例代码已经做到了这一点——np.dot 的第三个参数是out= 参数，所以x_new 将用@ 的结果填充987654334@
您可能还想考虑np.dot(np.linalg.matrix_power(A, 100), x)。
请注意，在大多数情况下，您认为存在“大量开销”的直觉是不正确的。与矩阵乘法本身所需的计算相比，创建新的 Python 对象或分配内存块的成本更低。

【解决方案1】：

请参阅 IPython 书籍中的 Learning to avoid unnecessary array copies。从那里，注意例如这些准则：

a *= b

不会生成副本，而：

a = a * b

将制作一份副本。此外，flatten() 将复制，而ravel() 仅在必要时复制，否则返回视图（因此通常应该是首选）。 reshape() 也不会产生副本，而是返回一个视图。

此外，正如 @hpaulj 和 @ali_m 在他们的 cmets 中指出的那样，许多 numpy 函数支持 out 参数，因此请查看文档。来自numpy.dot() docs：

out : ndarray，可选输出参数。

这必须与不使用时返回的确切类型相同。特别是，它必须具有正确的类型，必须是 C 连续的，并且它的 dtype 必须是将为 dot(a,b) 返回的 dtype。这是一个性能特征。因此，如果不满足这些条件，则会引发异常，而不是尝试灵活处理。

【讨论】：