使用列表

Question

我想将列表读入一个numpy数组。这个列表在循环的每次迭代中被替换，并且在阵列上进行进一步的操作。这些操作包括从另一个numpy数组中逐行减去距离测量，并使用numpy.all（）函数检查此距离的阈值条件。目前我每次都使用np.array( list )将列表转换为数组：

#!/usr/bin/python
import numpy as np
a = [1.33,2.555,3.444,5.666,4.555,6.777,8.888]
%timeit b = np.array(a)

100000 loops, best of 3: 4.83 us per loop

如果我知道列表的大小并且它是不变的，是否可以做更好的事情？即使很小的改进也是受欢迎的，因为我经常这么做很多次。

我已经尝试%timeit(np.take(a,range(len(a)),out=b))需要更长的时间：100000 loops, best of 3: 16.8 us per loop

Answer 1

当你“知道列表的大小并且它是不变的”时，你可以先设置一个数组：

b = np.zeros((7,))

然后更快地运行：

%timeit b[:] = a
1000000 loops, best of 3: 1.41 µs per loop

VS

%timeit b = np.array(a)
1000000 loops, best of 3: 1.67 µs per loop