Question

我有以下双端队列对象：

test = deque([np.zeros((4,1,1))+0.5] * 25)

所以有25种形状的数组，我将附加对象，在另一端弹出旧的对象，等等。

在某些时候，我想在我的双端队列中选择一个元素子集：

>>> idx = np.round(np.linspace(0, 20, 4, dtype='int'))
>>> idx
array([ 0,  6, 13, 20])

所以我想要那些指示。我尝试过：

>>> test[idx]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: only integer scalar arrays can be converted to a scalar index

也许双端队列不支持这种类型的索引操作。如何从idx轻松（高效）获得test中的元素列表？

编辑-

有关我最初目标的更多信息。我有一个3D numpy数组的列表，即(N, H,W,3)，实时地，我正在将一个新的3D数组移到N的列表中，即，一个大小为(H,W,3)的新数组被移位了（就像一个队列）进入N列表。

对所有内容都使用形状为(N, H,W,3)的numpy数组会很好，但是我不知道如何获得有效的队列功能，所以我选择了deque。

Answer 1

要直接回答您的问题，请使用与列表-[test[i] for i in idx]相同的可迭代索引对双端队列进行索引。但是双端队列随机查找是O(n)（对于较大的双端队列可能更重要），如果您想对双端队列进行NumPy样式索引，则将无法执行。从问题描述中，这听起来也像您在寻找环形缓冲区。

因此，根本不使用双端队列，坚持NumPy可能是一个更好的主意（对于较大的双端队列大小，效率更高）。

现在，您可以在管理缓冲区大小，左/右索引等的ndarray周围滚动自己的类似双端队列的环形缓冲区接口类。或者Eric Weiser已经发布了numpy_ringbuffer，看上去很不错-适合您的问题。

演示

In [83]: from numpy_ringbuffer import RingBuffer

In [84]: # RingBuffer w/ capacity 3, extra dimensions (2, 2)
    ...: r = RingBuffer(capacity=3, dtype=(float, (2, 2)))

In [85]: # fill our buffer up
    ...: r.extendleft(np.arange(12, dtype=float).reshape(3, 2, 2))

In [86]: r.is_full
Out[86]: True

In [87]: r
Out[87]: 
<RingBuffer of array([[[ 0.,  1.],
        [ 2.,  3.]],

       [[ 4.,  5.],
        [ 6.,  7.]],

       [[ 8.,  9.],
        [10., 11.]]])>

In [88]: r.appendleft(np.arange(12, 16).reshape(2, 2))

In [89]: r
Out[89]: 
<RingBuffer of array([[[12., 13.],
        [14., 15.]],

       [[ 0.,  1.],
        [ 2.,  3.]],

       [[ 4.,  5.],
        [ 6.,  7.]]])>

您将获得带有append，extend，pop和左版本的最小双端队列接口。您还可以在基础数组上使用NumPy索引。

In [90]: r[[0, 2]]
Out[90]: 
array([[[12., 13.],
        [14., 15.]],

       [[ 4.,  5.],
        [ 6.,  7.]]])

与NumPy中类似双端队列操作的天真的方法相比，它将更快，因为它仅在可能的情况下操纵左/右索引。

In [91]: arr = np.random.randn(10**7).reshape(10**5, 10, 10)

In [92]: r = RingBuffer(capacity=arr.shape[0],
    ...:                dtype=(float, arr.shape[1:]))
    ...:                

In [93]: %%timeit r.extendleft(arr); s = np.random.randn(10, 10)
    ...: r.appendleft(s)
    ...: r.append(s)
    ...: 
4.08 µs ± 66.5 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

In [94]: %%timeit A=arr.copy(); s = np.random.randn(10, 10)
    ...: A[1:] = A[:-1]
    ...: A[0] = s
    ...: A[:-1] = A[1:]
    ...: A[-1] = s
    ...: 
91.5 ms ± 231 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

如何通过索引获取双端队列元素？

1 个答案: