Question

我需要为一个可以使用Python 2.7扩展的应用程序编写一个插件。它需要执行一个相当复杂的动态算法，该算法适用于整数的rectengular矩阵。

该应用程序附带的默认Python安装不包括像numpy这样的数字库，所以不幸的是我必须仅使用Python stdlib来实现它。

我尝试了几种不同的方法来表示内存中的矩阵：

values = defaultdict(int)
values = [[0 for _ in range(width)] for _ in range(height)]
values = [0] * (width * height)   # access like values[j*width + i] later
values = [[0] * width for _ in range(height)]

dict方法只是为了完整性，它实际上并不是非常有益，因为每个元素都被访问。

根据我的测量结果，最后一个似乎是最快的构建和访问。但是，我很惊讶没有内置的矩阵功能。从我到目前为止所学到的Python知识，如果你在stdlib中找不到一些明显的功能，最可能的原因是你看起来不够努力。

所以我想知道这是否可以进一步优化，例如使用array模块或我不知道的其他一些功能。

Answer 1

当矩阵变大时，array模块可能会更快，因为它可以更紧凑地打包值;它可以与values[j*width + i]约定一起使用。但是，不，Python标准库中没有多维数组，可能是因为（a）Numpy已经有效地填补了这个利基，并且（b）如果性能不是最重要的话，你总是可以列出一个列表。

最快的选择实际上取决于算法。当您处理的矩阵非常稀疏时，基于dict的方法实际上可能是最快的（在DP算法中它们通常不是，至少不是我看到的那些）。

Answer 2

您可以使用默认字典，并使用2元组作为索引，或实现自定义类并实现__getitem__和__setitem__方法来处理2元组作为索引并存储导致Python数组：

from array import array
class Array2D(object):
    def __init__(self, w, h):
        self.data = array("f", [0] * w * h)
        self.width = w
    def __getitem__(self, index):
        return self.data[index[1] * self.width + index[0]]
    def __setitem__(self, index, value):
          self.data[index[1] * self.width + index[0]] = value

或者，使用defaultdict，您可能会获得更好的性能：

>>> from collections import defaultdict
>>> d = defaultdict(lambda : 0)
>>> d[0,0]
0
>>> d[0,0] = 2.5
>>> d[0,0]
2.5
>>>

Answer 3

这可能会有所帮助：

arr=[*map(lambda a: [a]*cols,[0]*rows)]

这将创建一个零的二维（行x cols）矩阵

[[0，0，0]，[0，0，0]]

Python中的快速二维数组（矩阵），没有C扩展

3 个答案: