在 Julia 中优化二维数组的自定义填充

Question

我对 Julia 有点陌生，我正在尝试使用 fill! method 来提高 Julia 的代码性能。目前，我从read_array 文件中读取了一个二维数组，并对其执行行操作以获得processed_array，如下所示：

function preprocess(matrix)
# Initialise
    processed_array= Array{Float64,2}(undef, size(matrix)); 
#first row of processed_array is the difference of first two row of matrix
    processed_array[1,:] = (matrix[2,:] .- matrix[1,:]) ; 
#last row of processed_array  is difference of last two rows of matrix
    processed_array[end,:] = (matrix[end,:] .- matrix[end-1,:]); 
#all other rows of processed_array  is the mean-difference of other two rows
    processed_array[2:end-1,:] = (matrix[3:end,:] .- matrix[1:end-2,:]) .*0.5 ; 
    return processed_array
end

但是，当我尝试使用 fill! 方法时，我得到了 MethodError。

processed_array = copy(matrix)
fill!(processed_array [1,:],d[2,:]-d[1,:])

MethodError: Cannot convert an object of type Matrix{Float64} to an object of type Float64

如果有人能告诉我我缺少什么并建议一种优化代码的方法，我会很高兴。提前致谢！

Answer 1

fill!(A, x) 用于用唯一值x 填充数组A，所以无论如何这不是你想要的。

为了提高性能，您可以做的是广播作业。也就是说，使用.= 而不是=。如果您愿意，您还可以使用@. 宏自动为您添加点（可能更简洁/更易于阅读的代码）：

function preprocess(matrix)
    out = Array{Float64,2}(undef, size(matrix))
    @views @. out[1,:] = matrix[2,:] - matrix[1,:]
    @views @. out[end,:] = matrix[end,:] - matrix[end-1,:]
    @views @. out[2:end-1,:] = 0.5 * (matrix[3:end,:] - matrix[1:end-2,:]) 
    return out
end

为了获得最佳性能，我认为您可能希望显式编写循环并使用多线程和像 LoopVectorization.jl 这样的包。

PS：请注意，在您的代码 cmets 中，您写的是“cols”而不是“rows”，并且您写了“mean”，但有所不同。 （不确定是故意的。）