Question

我试图避免使用numpy数组的for循环。

如果我的代码如下所示：

psimaps = [np.zeros((10,10)) for i in range(len(features)-1)]

for k in range(len(features)-1):
    if k != len(features)-2:
        psimaps[k] = np.reshape(np.sum(featureParams*features[k], axis=1), (10,1)) + transitiveParams
    else:
        psimaps[k] = np.reshape(np.sum(featureParams*features[k], axis=1), (10,1)) + (np.sum(featureParams * features[k+1], axis=1)) + transitiveParams
return psimaps

如何在没有for循环的情况下将其更改为列表表示以执行此操作？谢谢。

我添加了原始代码。基本上，我正在从两个阵列生成新的阵列计算。

Answer 1

基本上您需要做的就是将features数组广播到Params数组。这可以通过在features末尾插入两个新轴来完成（如果Params数组不是2d，则更多）。请注意，我使用了keepdims而不是总和之后的重塑。

psimaps = np.sum(featureParams*features[..., None, None], axis=2, keepdims=True) + transitiveParams

执行上述操作后，您必须将最后两行添加到一起，然后删除最后一行，因为您有一个奇怪的循环结束：

psimaps[-2] += psimaps[-1] - transitiveParams
psimaps = psimaps[:-1]

顺便说一下，在我理解它之前，我首先必须简化原始循环。我会在这里留下我的简化版本：

伪造数据（以及我对形状的假设）

size = 30
features = np.random.rand(50)
transitiveParams = np.random.rand(size, size)
featureParams = np.random.rand(size, size)

OP的原始代码

psimaps_OP = [np.zeros((size,size)) for i in range(len(features)-1)]
for k in range(len(features)-1):
    if k != len(features)-2:
        psimaps_OP[k] = np.reshape(np.sum(featureParams*features[k], axis=1), (size,1)) + transitiveParams
    else:
        psimaps_OP[k] = np.reshape(np.sum(featureParams*features[k], axis=1), (size,1)) + (np.sum(featureParams * features[k+1], axis=1)) + transitiveParams

简化为：

psimaps_simp = np.zeros((len(features)-1, size, size))
for k in range(len(features)-1):
    psimaps_simp[k] = np.sum(featureParams*features[k], axis=1, keepdims=True) + transitiveParams
psimaps_simp[-1] += np.sum(featureParams*features[-1], axis=1)

list comp：

psimaps_comp = [np.sum(featureParams*features[k], axis=1, keepdims=True) + transitiveParams for k in xrange(len(features)-1)]
psimaps_comp[-1] += np.sum(featureParams*features[-1], axis=1)

矢量化：

psimaps_vec = np.sum(featureParams*features[..., None, None], axis=2, keepdims=True) + transitiveParams
psimaps_vec[-2] += psimaps_vec[-1] - transitiveParams
psimaps_vec = psimaps_vec[:-1]

接下来，检查以确保它们都给出相同的结果：

assert np.allclose(psimaps_simp, psimaps_OP), "simplification failed"
assert np.allclose(psimaps_simp, psimaps_vec), "vectorization failed"

最后，时间：

#OP
100 loops, best of 3: 1.99 ms per loop

#simplified:
1000 loops, best of 3: 1.94 ms per loop

#list comp:
1000 loops, best of 3: 1.63 ms per loop

#vectorised:
1000 loops, best of 3: 407 µs per loop

Answer 2

如果初始化不重要，也许你可以这样做：

psimaps = [ featureParams + transitiveParams for k in xrange(1,10)]

对于每个k，将执行sum featureParams + transitiveParams。

如何在使用numpy数组时消除for循环和使用列表理解？

2 个答案: