Question

我对数组操作（点，外部，添加等）的最佳/最快方式感兴趣，同时忽略数组中的某些值。我最感兴趣的是一些（可能是50％-30％）的值被忽略的情况，并且对于中等大小的数组实际上是零，可能是100,000到1,000,000个元素。我能想到许多解决方案，但似乎没有一个能够从忽略某些值的可能优势中获益。例如：

import numpy as np
A = np.ones((dim, dim)) # the array to modify
B = np.random.random_integers(0, 1, (dim, dim)) # the values to ignore are 0
C = np.array(B, dtype = np.bool)
D = np.random.random((dim, dim)) # the array which will be used to modify A

# Option 1: zero some values using multiplication.
# some initial tests show this is the fastest
A += B * D

# Option 2: use indexing
# this seems to be the slowest
A[C] += D[C]

# Option 3: use masked arrays
A = np.ma.array(np.ones((dim, dim)), mask = np.array(B - 1, dtype = np.bool))
A += D

EDIT1：

根据cyborg的建议，稀疏阵列可能是另一种选择。不幸的是我对包装不是很熟悉，也无法获得我能够获得的速度优势。例如，如果我有一个由稀疏矩阵A定义的受限连接的加权图，则另一个稀疏矩阵B定义连通性（1 =连接，0 =未连接），以及密集的numpy矩阵C，我希望能够执行A = A + B.multiply(C)之类的操作，并充分利用A和B稀疏。

Answer 1

如果密度小于10％，使用稀疏矩阵可以得到改善。稀疏矩阵可能更快，具体取决于您是否包括构建矩阵所需的时间。

import timeit

setup=\
'''
import numpy as np
dim=1000
A = np.ones((dim, dim)) # the array to modify
B = np.random.random_integers(0, 1, (dim, dim)) # the values to ignore are 0
C = np.array(B, dtype = np.bool)
D = np.random.random((dim, dim)) # the array which will be used to modify A
'''

print('mult    '+str(timeit.timeit('A += B * D', setup, number=3)))

print('index   '+str(timeit.timeit('A[C] += D[C]', setup, number=3)))

setup3 = setup+\
''' 
A = np.ma.array(np.ones((dim, dim)), mask = np.array(B - 1, dtype = np.bool))
'''
print('ma      ' + str(timeit.timeit('A += D', setup3, number=3)))

setup4 = setup+\
''' 
from scipy import sparse
S = sparse.csr_matrix(C)
DS = S.multiply(D)
'''
print('sparse- '+str(timeit.timeit('A += DS', setup4, number=3)))

setup5 = setup+\
''' 
from scipy import sparse
'''
print('sparse+ '+str(timeit.timeit('S = sparse.csr_matrix(C); DS = S.multiply(D); A += DS', setup4, number=3)))

setup6 = setup+\
'''
from scipy import sparse
class Sparsemat(sparse.coo_matrix):
    def __iadd__(self, other):
        self.data += other.data
        return self
A = Sparsemat(sparse.rand(dim, dim, 0.5, 'coo')) # the array to modify
D = np.random.random((dim, dim)) # the array which will be used to modify A
anz = A.nonzero()
'''
stmt6=\
'''
DS = Sparsemat((D[anz[0],anz[1]], anz), shape=A.shape) # new graph based on random weights
A += DS
'''
print('sparse2 '+str(timeit.timeit(stmt6, setup6, number=3)))

输出：

mult    0.0248420299535
index   0.32025789431
ma      0.1067024434
sparse- 0.00996273276303
sparse+ 0.228869672266
sparse2 0.105496183846

修改：您可以使用上面的代码（setup6）来扩展scipy.sparse.coo_matrix。它保持稀疏格式。

具有混合可变和不可变值的Numpy数组

1 个答案: