Cara paling efisien untuk membalikkan array numpy

Percaya atau tidak, setelah memprofilkan kode saya saat ini, operasi berulang dari array array numpy memakan sepotong besar waktu berjalan. Apa yang saya miliki saat ini adalah metode berbasis tampilan umum:

reversed_arr = arr[::-1]

Apakah ada cara lain untuk melakukannya dengan lebih efisien, atau hanya ilusi dari obsesi saya dengan kinerja numpy yang tidak realistis?

Saat Anda membuat, reversed_arrAnda membuat tampilan ke dalam array asli. Anda kemudian dapat mengubah array asli, dan tampilan akan diperbarui untuk mencerminkan perubahan.

Apakah Anda membuat ulang tampilan lebih sering dari yang seharusnya? Anda harus dapat melakukan sesuatu seperti ini:

arr = np.array(some_sequence)
reversed_arr = arr[::-1]

do_something(arr)
look_at(reversed_arr)
do_something_else(arr)
look_at(reversed_arr)

Saya bukan ahli numpy, tapi sepertinya ini akan menjadi cara tercepat untuk melakukan hal-hal di numpy. Jika ini yang sudah Anda lakukan, saya pikir Anda tidak bisa memperbaikinya.

PS Diskusi hebat tentang pandangan numpy di sini:

Lihat ke array yang numpy?

Seperti yang disebutkan di atas, a[::-1]benar-benar hanya menciptakan tampilan, jadi ini adalah operasi waktu-konstan (dan karena itu tidak memakan waktu lebih lama ketika array tumbuh). Jika Anda membutuhkan array yang berdekatan (misalnya karena Anda melakukan banyak operasi vektor dengannya), ascontiguousarraykira-kira secepat flipup/ fliplr:

Kode untuk menghasilkan plot:

import numpy
import perfplot


perfplot.show(
    setup=lambda n: numpy.random.randint(0, 1000, n),
    kernels=[
        lambda a: a[::-1],
        lambda a: numpy.ascontiguousarray(a[::-1]),
        lambda a: numpy.fliplr([a])[0],
    ],
    labels=["a[::-1]", "ascontiguousarray(a[::-1])", "fliplr"],
    n_range=[2 ** k for k in range(25)],
    xlabel="len(a)",
    logx=True,
    logy=True,
)

Karena ini sepertinya belum ditandai sebagai dijawab ... Jawaban Thomas Arildsen haruslah yang tepat: gunakan saja

np.flipud(your_array) 

jika itu adalah array 1d (array kolom).

Dengan matriks lakukan

fliplr(matrix)

jika Anda ingin membalikkan baris dan flipud(matrix)jika Anda ingin membalik kolom. Tidak perlu membuat array kolom 1d Anda menjadi array baris 2dimensi (matriks dengan satu lapisan Tidak Ada) dan kemudian membaliknya.

np.fliplr() membalik array ke kiri.

Perhatikan bahwa untuk array 1d, Anda perlu sedikit menipu:

arr1d = np.array(some_sequence)
reversed_arr = np.fliplr([arr1d])[0]

Saya akan memperluas jawaban tentang sebelumnya np.fliplr(). Berikut adalah beberapa kode yang menunjukkan membangun array 1d, mengubahnya menjadi array 2d, membaliknya, lalu mengubahnya kembali menjadi array 1d. time.clock()akan digunakan untuk menjaga waktu, yang disajikan dalam hitungan detik.

import time
import numpy as np

start = time.clock()
x = np.array(range(3))
#transform to 2d
x = np.atleast_2d(x)
#flip array
x = np.fliplr(x)
#take first (and only) element
x = x[0]
#print x
end = time.clock()
print end-start

Dengan pernyataan cetak tanpa komentar:

[2 1 0]
0.00203907123594

Dengan pernyataan cetak berkomentar:

5.59799927506e-05

Jadi, dalam hal efisiensi, saya pikir itu layak. Bagi Anda yang suka melakukannya dalam satu baris, di sini adalah bentuk itu.

np.fliplr(np.atleast_2d(np.array(range(3))))[0]

Memperluas apa yang orang lain katakan saya akan memberikan contoh singkat.

Jika Anda memiliki larik 1D ...

>>> import numpy as np
>>> x = np.arange(4) # array([0, 1, 2, 3])
>>> x[::-1] # returns a view
Out[1]: 
array([3, 2, 1, 0])

Tetapi jika Anda bekerja dengan array 2D ...

>>> x = np.arange(10).reshape(2, 5)
>>> x
Out[2]:
array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])

>>> x[::-1] # returns a view:
Out[3]: array([[5, 6, 7, 8, 9],
               [0, 1, 2, 3, 4]])

Ini sebenarnya tidak membalik Matrix.

Harus menggunakan np.flip untuk benar-benar membalik elemen

>>> np.flip(x)
Out[4]: array([[9, 8, 7, 6, 5],
               [4, 3, 2, 1, 0]])

Jika Anda ingin mencetak elemen dari matriks satu per satu gunakan flat bersama dengan flip

>>> for el in np.flip(x).flat:
>>>     print(el, end = ' ')
9 8 7 6 5 4 3 2 1 0

Agar dapat bekerja dengan angka negatif dan daftar panjang, Anda dapat melakukan hal berikut:

b = numpy.flipud(numpy.array(a.split(),float))

Di mana flipud adalah untuk ar 1d