Python循环中的v-stacking

Question

我在这个计算机视觉book中经历了一个例子，对代码感到有些惊讶：

descr = []
descr.append(sift.read_features_from_file(featurefiles[0])[1])
descriptors = descr[0] #stack all features for k-means
for i in arange(1,nbr_images):
  descr.append(sift.read_features_from_file(featurefiles[i])[1])
  descriptors = vstack((descriptors,descr[i]))

对我来说，这似乎是一遍又一遍地复制数组，更有效的实现方式是：

descr = []
descr.append(sift.read_features_from_file(featurefiles[0])[1])
for i in arange(1,nbr_images):
  descr.append(sift.read_features_from_file(featurefiles[i])[1])
descriptors = vstack((descr))

或者我在这里遗漏了一些东西，这两个代码并不相同。我做了一个小测试：

print("ATTENTION")
print(descriptors.shape)
print("ATTENTION")
print(descriptors[1:10])

似乎列表不同了？

Answer 1

你是绝对正确的 - 在循环中反复连接numpy数组极其效率低下。连接始终会生成一个副本，随着您的数组在循环内变得越来越大，这会变得越来越昂贵。

相反，做两件事之一：

1. 正如您所做的那样，将中间值存储在常规Python list中并将其转换为循环外的numpy数组。附加到list的是 O（1），而连接np.ndarray的是 O（n + k）。

2. 如果您知道最终数组的提前量，您可以预先分配它，然后填写for循环内的行，例如：

   descr = np.empty((nbr_images, nbr_features), dtype=my_dtype)
   for i in range(nbr_image):
       descr[i] = sift.read_features_from_file(featurefiles[i])[1]
   

另一种变体是使用np.fromiter从可迭代对象延迟生成数组，例如在this recent question中。