python - 从 numpy 矩阵中优化列的提取

Question

假设我有一个像这样的 numpy 矩阵:

[[ x1, x2, x3, ... ],
 [ y1, y2, y3, ... ],
 [ z1, z2, z3, ... ],
 [ 1,  1,  1,  ... ]]

我想从中提取列表列表，如下所示:

[[x1, y1, z1], [x2, y2, z2], [x3, y3, z3], ... ]

执行此操作的最佳方法是什么？

目前我有:

tpoints = [pt[:3].tolist() for pt in numpy.asarray(tptmat.T)]

tolist() 的调用占用了不成比例的时间，大约三分之一的时间花在了我程序中最耗时的函数上。

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
 14422540   69.777    0.000   69.777    0.000 {method 'tolist' of 'numpy.ndarray' objects}
       20   64.258    3.213  178.057    8.903 trans.py:152(_apply)
      ...

Answer 1

为什么不删除转置前的最后一行？

m[:3].T.tolist()
#      ^^^^^^^^^ optional

微基准测试显示此方法比您的方法快 61%，如果您不将其转换为列表的列表，对于 100×4 矩阵，它的速度快 45 倍。

$ python2.5 -m timeit -s 'import numpy; m = numpy.matrix([[5]*100,[6]*100,[7]*100,[1]*100])' 'm[:3].T'
100000 loops, best of 3: 6.26 usec per loop
$ python2.5 -m timeit -s 'import numpy; m = numpy.matrix([[5]*100,[6]*100,[7]*100,[1]*100])' 'm[:3].T.tolist()'
10000 loops, best of 3: 180 usec per loop
$ python2.5 -m timeit -s 'import numpy; m = numpy.matrix([[5]*100,[6]*100,[7]*100,[1]*100])' 'numpy.asarray(m[:3].T)'
100000 loops, best of 3: 10.9 usec per loop
$ python2.5 -m timeit -s 'import numpy; m = numpy.matrix([[5]*100,[6]*100,[7]*100,[1]*100])' '[p[:3].tolist()for p in numpy.asarray(m.T)]'
1000 loops, best of 3: 289 usec per loop