Question

如果知道列表的长度和数组的大小，那么将numpy数组列表合并到一个数组中的最快方法是什么呢？

我尝试了两种方法：

Pythonic way to create a numpy array from a list of numpy arrays

merged_array = array(list_of_arrays)
vstack

你可以看到vstack更快，但由于某种原因，第一次运行比第二次运行长三倍。我假设这是由（缺少）preallocation引起的。那么我如何为vstack预先分配一个数组呢？或者你知道更快的方法吗？

谢谢！

[UPDATE]

我希望(25280, 320)不是(80, 320, 320) ，这意味着，merged_array = array(list_of_arrays)不适合我。谢谢Joris指出这一点!!!

输出：

0.547468900681 s merged_array = array(first_list_of_arrays)
0.547191858292 s merged_array = array(second_list_of_arrays)
0.656183958054 s vstack first
0.236850976944 s vstack second

代码：

import numpy
import time
width = 320
height = 320
n_matrices=80

secondmatrices = list()
for i in range(n_matrices):
    temp = numpy.random.rand(height, width).astype(numpy.float32)
    secondmatrices.append(numpy.round(temp*9))

firstmatrices = list()
for i in range(n_matrices):
    temp = numpy.random.rand(height, width).astype(numpy.float32)
    firstmatrices.append(numpy.round(temp*9))


t1 = time.time()
first1=numpy.array(firstmatrices)
print time.time() - t1, "s merged_array = array(first_list_of_arrays)"

t1 = time.time()
second1=numpy.array(secondmatrices)
print time.time() - t1, "s merged_array = array(second_list_of_arrays)"

t1 = time.time()
first2 = firstmatrices.pop()
for i in range(len(firstmatrices)):
    first2 = numpy.vstack((firstmatrices.pop(),first2))
print time.time() - t1, "s vstack first"

t1 = time.time()
second2 = secondmatrices.pop()
for i in range(len(secondmatrices)):
    second2 = numpy.vstack((secondmatrices.pop(),second2))

print time.time() - t1, "s vstack second"

Answer 1

你有80个阵列320x320？所以你可能想要使用dstack：

first3 = numpy.dstack(firstmatrices)

这将返回一个80x320x320阵列，就像numpy.array(firstmatrices)那样：

timeit numpy.dstack(firstmatrices)
10 loops, best of 3: 47.1 ms per loop


timeit numpy.array(firstmatrices)
1 loops, best of 3: 750 ms per loop

如果您想使用vstack，它将返回25600x320阵列：

timeit numpy.vstack(firstmatrices)
100 loops, best of 3: 18.2 ms per loop

将numpy数组列表合并为一个数组（快速）

1 个答案: