Question

问候，

我不确定这是不是一个愚蠢的问题。

假设我有3个numpy数组，A1，A2，A3和3个浮点数，c1，c2，c3

我要评估B = A1 * c1 + A2 * c2 + A3 * c3

将numpy计算这个，例如，

 E1 = A1*c1
 E2 = A2*c2
 E3 = A3*c3
 D1 = E1+E2
 B = D1+E3

还是比这更聪明？在c ++中，我有一种巧妙的方式来抽象这种操作。

我定义了一系列通用'LC'模板函数，LC用于线性组合，如：

template<class T,class D>
void LC( T & R,
    T & L0,D C0,
    T & L1,D C1,
    T & L2,D C2)
{
    R = L0*C0
        +L1*C1
        +L2*C2;        
}

然后将其专门用于各种类型，

因此，例如，对于数组，代码看起来像

for (int i=0; i<L0.length; i++)
    R.array[i] =
    L0.array[i]*C0 +
    L1.array[i]*C1 +
    L2.array[i]*C2;

因此避免了必须创建新的中间数组。

这可能看起来很乱，但效果确实很好。

我可以在python中做类似的事情，但我不确定它是否是必须的。

提前感谢任何见解。 -nick

Answer 1

虽然numpy理论上可以在任何时候始终升级其内部以执行奇妙的优化，但目前它不会：B = A1*c1 + A2*c2 + A3*c3确实会产生然后丢弃中间临时数组（“花费“一些辅助记忆，当然 - 没有别的）。

B = A1 * c1后跟B += A2 * c2; B += A3 * c3，此时再次，因此将避免花费一些临时内存。

当然，只有当你在一个实际内存稀少的环境中运行时（其中一些辅助内存只是虚拟的并导致页面错误）并且对于足够大的数组来说，你才能区分它们。 “花”所有真正的记忆，然后一些。然而，在这种极端条件下，一点点重构可以为你带来一些性能。

Answer 2

这是numexpr（Python和NumPy的快速数值数组表达式求值程序）背后的想法。在编译自己的例程之前，您可以尝试使用此包。