Question

我有一个2d numpy数组，我想以增量方式滚动每一行。我在np.roll循环中使用for来执行此操作。但是因为我这几次打电话，我的代码真的很慢。你能帮我解决一下如何加快速度。

我的输入看起来像

array([[4,1],
       [0,2]])

我的输出看起来像

array([[4,1],
       [2,0]])

此处第0行[4,1]移位0，第一行[0,2]移位1.同样，第二行将移位2，依此类推。

修改

temp = np.zeros([dd,dd])
for i in range(min(t + 1, dd)):
    temp[i,:] = np.roll(y[i,:], i, axis=0)

Answer 1

这是一个矢量化解决方案 -

m,n = a.shape
idx = np.mod((n-1)*np.arange(m)[:,None] + np.arange(n), n)
out = a[np.arange(m)[:,None], idx]

示例输入，输出 -

In [256]: a
Out[256]: 
array([[73, 55, 79, 52, 15],
       [45, 11, 19, 93, 12],
       [78, 50, 30, 88, 53],
       [98, 13, 58, 34, 35]])

In [257]: out
Out[257]: 
array([[73, 55, 79, 52, 15],
       [12, 45, 11, 19, 93],
       [88, 53, 78, 50, 30],
       [58, 34, 35, 98, 13]])

因为，您已经提到过多次调用这样的滚动例程，所以创建一次索引数组idx并稍后重新使用它。

进一步改善

对于重复使用，最好创建完整的线性索引，然后使用np.take提取滚动元素，如下所示 -

full_idx = idx + n*np.arange(m)[:,None]
out = np.take(a,full_idx)

让我们看看改进之类的是什么 -

In [330]: a = np.random.randint(11,99,(600,600))

In [331]: m,n = a.shape
     ...: idx = np.mod((n-1)*np.arange(m)[:,None] + np.arange(n), n)
     ...: 

In [332]: full_idx = idx + n*np.arange(m)[:,None]

In [333]: %timeit a[np.arange(m)[:,None], idx] # Approach #1
1000 loops, best of 3: 1.42 ms per loop

In [334]: %timeit np.take(a,full_idx)          # Improvement
1000 loops, best of 3: 486 µs per loop

围绕 3x 进行改进！

Answer 2

一个棘手但快速的解决方案：

p=5
a=randint(0,p,(p,p))

aa=hstack((a,a))
m,n=aa.strides

b=np.lib.stride_tricks.as_strided(aa,a.shape,(m+n,n)) 
c=np.lib.stride_tricks.as_strided(aa.ravel()[p:],a.shape,(m-n,n)) 
  ## 

[[2 1 4 2 4]
 [0 4 2 0 3]
 [1 3 3 4 4]
 [1 0 3 2 4]
 [3 3 2 1 3]]

[[2 1 4 2 4]
 [4 2 0 3 0]
 [3 4 4 1 3]
 [2 4 1 0 3]
 [3 3 3 2 1]]

[[2 1 4 2 4]
 [3 0 4 2 0]
 [4 4 1 3 3]
 [3 2 4 1 0]
 [3 2 1 3 3]]

快速numpy roll

2 个答案: