从numpy数组

Question

假设一维numpy数组。我想创建一个包含每个 n 元素的新数组。什么是计算速度最快的方法？

示例：

a = numpy.arange(1,10)
b = numpy.fancytricks(a,?)
# b is now [2,4,6,8] if n = 2. 

编辑：加粗问题的重要部分。

Answer 1

执行此操作的绝对最快方法是在纯C中编写扩展模块，并使用buffer protocol直接访问数据。如果您使用Cython或其他此类工具为您编写C，您可能会在自动引用计数中看到少量性能丢失。由于您仍然需要手写C进行手动引用计数，因此差异可能忽略不计。

这将比NumPy开箱即用的切片语法略微减少开销。但是，假设您正确使用NumPy，整体性能提升可能很小而且不变，因此我不清楚在任何合理的情况下这都值得付出额外的努力。

Answer 2

Moo.js

b = a[1::step]

计算费用为n = length(a) ，您正在“制作”O(n)

的循环

  

更新：
  计算成本是length(a)/step，没有O(1)对象重新排列，只有一个常量 _{...在access-method ...} 是设置/更改。部署后，访问速度与更新前存储的值相同。