Question

我有一个动态编程算法（修改过的Needleman-Wunsch），它需要两次相同的基本计算，但计算是在第二次正交方向上完成的。例如，从矩阵 scoreMatrix 中的给定单元格（i，j），我想要从（i，j）中的值“up”计算值），以及从值到（i，j）的“左”的值。为了重用代码我使用了一个函数，在第一种情况下我发送参数 i，j，scoreMatrix ，在下一种情况下我发送 j，i，scoreMatrix .transpose（）的。以下是该代码的高度简化版本：

def calculateGapCost(i,j,scoreMatrix,gapcost):
  return scoreMatrix[i-1,j] - gapcost

...
gapLeft = calculateGapCost(i,j,scoreMatrix,gapcost)
gapUp = calculateGapCost(j,i,scoreMatrix.transpose(),gapcost)
...

我意识到我可以选择发送一个函数，在一个案例中，当从 scoreMatrix 中检索一个值时，会通过参数（i，j）另一种情况是将它们反转为（j，i），而不是每次都转置矩阵。

def passThrough(i,j,matrix):
  return matrix[i,j]

def flipIndices(i,j,matrix):
  return matrix[j,i]

def calculateGapCost(i,j,scoreMatrix,gapcost,retrieveValue):
  return retrieveValue(i-1,j,scoreMatrix) - gapcost

...
gapLeft = calculateGapCost(i,j,scoreMatrix,gapcost,passThrough)
gapUp = calculateGapCost(j,i,scoreMatrix,gapcost,flipIndices)
...

然而，如果numpy转置使用了一些我不知道只在几个操作中进行转置的功能，那么转置实际上可能比我的传递函数想法更快。任何人都可以告诉我哪个会更快（或者如果有更好的方法我没有想过）？

实际方法将调用 retrieveValue 3次，并涉及2个将被引用的矩阵（如果使用该方法则转换）。

Answer 1

在NumPy中，转置会返回具有不同形状和strides的视图。它不会触及数据。

因此，您可能会发现这两种方法具有相同的性能，因为实质上它们完全相同。

然而，唯一可以肯定的方法是对两者进行基准测试。

哪个更快，numpy转置或翻转指数？

1 个答案: