Question

假设我有9个大小为N的数组（A，B，C，... J）。我想创建一个新的N 3x3矩阵数组，例如。

matrices[i] = [[A[i], B[i], C[i]],
               [D[i], E[i], F[i]],
               [G[i], H[i], J[i]]]

一个简单的解决方案是在for循环中将每个条目添加到数组matrices中：

for i in range(len(matrices)):
    matrices[i] = [[A[i], B[i], C[i]],
            [D[i], E[i], F[i]],
            [G[i], H[i], J[i]]]

任何人都有一些关于如何以更快的矢量化方式完成此操作以避免for循环的技巧？如果存在一些智能索引操作或其他什么。

Answer 1

一种方法是将这些列与np.column_stack堆叠在一起，然后重新整形np.reshape -

np.column_stack((A,B,C,D,E,F,G,H,J)).reshape(-1,3,3)

与np.concatenate的连接速度要快得多，因此将其与2D transpose一起使用并重新整形 -

np.concatenate((A,B,C,D,E,F,G,H,J)).reshape(9,-1).T.reshape(-1,3,3)

另一个np.concatenate，3D transpose和重塑 -

np.concatenate((A,B,C,D,E,F,G,H,J)).reshape(3,3,-1).transpose(2,0,1)

运行时测试 -

In [59]: # Setup input arrays
    ...: N = 1000
    ...: A = np.random.randint(0,9,(N,))
    ...: B = np.random.randint(0,9,(N,))
    ...: C = np.random.randint(0,9,(N,))
    ...: D = np.random.randint(0,9,(N,))
    ...: E = np.random.randint(0,9,(N,))
    ...: F = np.random.randint(0,9,(N,))
    ...: G = np.random.randint(0,9,(N,))
    ...: H = np.random.randint(0,9,(N,))
    ...: J = np.random.randint(0,9,(N,))
    ...: 

In [60]: %timeit np.column_stack((A,B,C,D,E,F,G,H,J)).reshape(-1,3,3)
10000 loops, best of 3: 84.4 µs per loop

In [61]: %timeit np.concatenate((A,B,C,D,E,F,G,H,J)).reshape(9,-1).T.reshape(-1,3,3)
100000 loops, best of 3: 15.8 µs per loop

In [62]: %timeit np.concatenate((A,B,C,D,E,F,G,H,J)).reshape(3,3,-1).transpose(2,0,1)
100000 loops, best of 3: 14.8 µs per loop

如何从9个大小为N的阵列快速创建N 3x3矩阵阵列？

1 个答案: