- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
考虑以下代码
import timeit
import numpy as np
MyArray = np.empty((10000, 10000, 1))
print((MyArray.size, MyArray.shape, MyArray.dtype, np.isfortran(MyArray)))
print(timeit.timeit(lambda: MyArray[0], number=10000))
print(timeit.timeit(lambda: MyArray.take(0), number=10000))
MyTwoArrays = np.empty((10000, 10000, 2))
MyArray = np.split(MyTwoArrays, 2, axis=2)[0]
print((MyArray.size, MyArray.shape, MyArray.dtype, np.isfortran(MyArray)))
print(timeit.timeit(lambda: MyArray[0], number=10000))
print(timeit.timeit(lambda: MyArray.take(0), number=1))
及其在我系统上的输出:
(100000000, (10000, 10000, 1), dtype('float64'), False)
0.05690493136299911
0.06236779451013045
(100000000, (10000, 10000, 1), dtype('float64'), False)
0.0569617025453055
1.6303121549025763
MyArray
的两个版本具有相同的大小、形状、数据类型和数据顺序。尽管如此,与使用相同结果的简单索引或 numpy .take
使用“原生”numpy 数组。
这是为什么呢?我可以解决这个问题吗?
更新:
这似乎与 View 有关:MyArray = MyArray.copy()
解决了这个问题。尽管如此,我还是很想知道为什么 [0]
的运行速度一样快,而 numpy.take
的查看速度会变慢。
另一个更新:
我注意到减速取决于数组维度(不是数组维度的数量,而是数组元素的数量)。对于单个第 0 个元素,我实现了长达 8 秒的访问时间。我发现这是这个问题最令人惊讶的方面。无论 numpy.take 在内部做什么,我都看不出为什么当索引较大时这种额外的“间接级别”的计算速度应该较慢。
第三次更新:
根据 @hpaulj 的评论,MyArray.take(0)
和 MyArray[0]
不等价,这里是一个更正的代码示例。 (我凭借我的 MATLAB 直觉犯了那个错误,并一度停止验证我的最小示例。我不想替换原始示例,因为 hpaulj 的答案可能取决于它。)
import timeit
import numpy as np
for UseSplit in (True, False):
if UseSplit:
print("Using split")
MyDoubleArray = np.random.rand(5000, 5000, 2)
MyArray = np.split(MyDoubleArray, 2, axis=2)[0]
else:
print("Not using split")
MyArray = np.random.rand(5000, 5000, 1)
print((MyArray.size, MyArray.shape, MyArray.dtype, np.isfortran(MyArray)))
NumpyTaking = MyArray.take(0)
DirectIndexing = MyArray.item(0)
assert (NumpyTaking == DirectIndexing)
print("Take 1")
print(timeit.timeit(lambda: MyArray.take(0), number=1))
print("Index 1")
print(timeit.timeit(lambda: MyArray.item(0), number=1))
NumpyTaking = MyArray.take(0, axis=2)
DirectIndexing = MyArray[:, :, 0]
assert (NumpyTaking == DirectIndexing).all()
print("Take many")
print(timeit.timeit(lambda: MyArray.take(0, axis=2), number=1))
print("Index many")
print(timeit.timeit(lambda: MyArray[:, :, 0], number=1))
在我的(其他)系统上有这个输出:
Using split
(25000000, (5000, 5000, 1), dtype('float64'), False)
Take 1
0.2260607502818708
Index 1
2.1667747519799052e-05
Take many
0.44334302173084994
Index many
0.0005971935325195243
Not using split
(25000000, (5000, 5000, 1), dtype('float64'), False)
Take 1
2.851019410510247e-05
Index 1
2.0527339755549434e-05
Take many
0.13906132276656846
Index many
1.444516501325488e-05
最佳答案
这个答案有点长而且令人费解,但我认为关键是,MyArray[0]
是两种构造中的 View 。 MyArray.take
在第二种情况 (split
) 中复制一份。 copy
需要更长的时间。
这两个 Action 不等价:
In [302]: MyArray = np.ones((10000, 10000, 1))
In [303]: MyArray[0].shape
Out[303]: (10000, 1)
In [304]: MyArray.take(0).shape
Out[304]: ()
take
和 axis=None
(默认),对数组进行分解。指定轴返回与 MyArray[0,:,:]
相同的东西:
In [305]: MyArray.take(0,axis=0).shape
Out[305]: (10000, 1)
使用 ipython
timeit
(和 numpy 1.14)
In [306]: timeit MyArray[0].shape
425 ns ± 7.03 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [307]: timeit MyArray.take(0).shape
1.25 µs ± 11.2 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [308]: timeit MyArray.take(0,axis=0).shape
10.6 µs ± 22.2 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
我有点惊讶 take
如此之慢,尽管我从来没有觉得它是一个速度工具。相反,它为以下情况提供了便利:
In [311]: MyArray.take(0, axis=1).shape
Out[311]: (10000, 1)
In [313]: MyArray[:,0,:].shape
Out[313]: (10000, 1)
在代码中使用数字而不是冒号指定轴更容易。
however, it can be easier to use if you need elements along a given axis.
当我通过拆分构造 MyArray
时,take
时间变得更糟
In [321]: timeit MyArray[0].shape
422 ns ± 5.54 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
In [322]: timeit MyArray.take(0).shape
713 ms ± 10.9 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
In [323]: timeit MyArray.take(0,axis=0).shape
705 ms ± 3.4 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
ravel
是这段额外时间的大部分时间。我认为 take
必须复制一份:
In [324]: timeit MyArray.ravel()
710 ms ± 19.1 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
构建步骤:np.ones((10000, 10000, 2))
花费的时间更长,而且我担心我会出现内存错误。我使用 ones
而不是 empty
来确保数组在使用前已完全分配。
这表明内存管理问题使时序复杂化。
数据缓冲区指针告诉我数组是否是 View :
In [334]: MyArray.__array_interface__['data']
Out[334]: (139737581203472, False)
In [335]: MyArray2.__array_interface__['data']
Out[335]: (139737581203472, False)
MyArray2
就像您的 MyTwoArrays
。所以拆分返回的是 View ,而不是副本。
但是 ravel
必须在 split case 中复制一份:
In [336]: MyArray.ravel().__array_interface__['data']
Out[336]: (139739981209616, False)
In [337]: MyArray2.ravel().__array_interface__['data']
Out[337]: (139737581203472, False)
查看索引与 take
的数据缓冲区:
In [343]: MyArray[0].__array_interface__['data']
Out[343]: (139737581203472, False)
In [344]: MyArray.take(0, axis=0).__array_interface__['data']
Out[344]: (34066048, False)
In [345]: MyArray.take(0).__array_interface__['data']
Out[345]: (33320032, False)
MyArray[0]
仍然是一个 View ,因此相对较快。
take
MyArray
是一个副本,有和没有轴
。
In [346]: timeit MyArray.copy()
701 ms ± 1.87 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
在第一种情况下,我可能应该返回并检查复制,但此 session 的内存负载正在拖累我的其余计算。
关于python - 当简单索引不是时,为什么 numpy.take 对 numpy.split 的结果很慢?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49879944/
在 R 中,您可以使用 strsplit在分隔符( split )上分割向量的函数如下: x <- "What is this? It's an onion. What! That's| Well
我的 .split(); 方法有问题。 我称这个函数为: get_content_ajax("html/settings.html", "#ajax", 1, "Settings page have
我是Elixir的新手。我正在尝试对字符串split的基本操作,如下所示 String.split("Awesome",""); 根据elixir document,它应该根据提供的模式split字符
当我使用 =arrayformula(split(input!G2:G, ",")) 时,为什么拆分公式没有扩展到整个列? 我只得到输入的结果!G2 单元格,而不是 G 列中的其余部分。其他公式如 =
我正在尝试制作一个名为 core-splitter 的元素,该元素在 1.0 中已弃用,因为它在我们的项目中起着关键作用。 如果您不知道 core-splitter 的作用,我可以提供一个简短的描述。
我很难尝试使用多个定界符将字符串拆分为列表。我可以像下面这样将它拆分两次: myString.split(':')[1].split('.') 然而,这看起来很不优雅。在我的脑海里,我想做这样的事情:
来自使用惊喜模块的推荐引擎的代码,我在任何地方都找不到答案。 最佳答案 根据您的目标,您可以使用 cross_validation方法,它将自动为您执行拆分。示例:cross_validate(alg
我正在制作一个有丝 split 模拟器,我希望它在细胞足够大并 split 时运行有丝 split 功能。当它分割时,我希望它能够将分割从初始 x 值(前一个单元格的 x)动画化为新的 x 值(右侧的
我有一个用于三个按钮的点击处理程序,在这个处理程序中我想提取所点击按钮的 ID。我有一行这样的代码: $('#switch button').click(function(){ var cla
我需要像这样分割一个字符串 var val = "$cs+55+mod($a)"; 放入数组 arr = val.split( /[+-/*()\s*]/ ); 问题是将分隔符保留为数组元素,如 ar
我在同一个 string 上使用 split() 和 split("") .但为什么 split("") 返回的元素数量少于 split()?我想知道在什么特定的输入情况下会发生这种情况。 最佳答案
我的代码中某处有错误,但看不到我做错了什么。 我拥有的是 facebook 用户 ID 的隐藏输入,它是通过 jQuery UI 自动完成填充的: 然后,我有一个 jQuery 函数,当单击链接将其
我正在寻找一个程序来读取字符串/文件并显示其中的前三个单词。 所以我尝试了: letter= "a,b,c" print(letter.split(',')[0]) 这对获取一个单词有效,但执行 [0
我有一个存储邮件的表 Mails(谁会想到... ;))。 通过 tinyint MailStatus,我决定这是 SentMail、Draft 还是 ReceivedMail。 现在我想知道 Tab
在我的优化探索中,我发现内置的 split() 方法比等效的 re.split() 方法快大约 40%。 虚拟基准(易于复制粘贴): import re, time, random def rando
我对split有一个奇怪的问题,因为默认情况下它不会将split放入默认数组中。 以下是一些玩具代码。 #!/usr/bin/perl $A="A:B:C:D"; split (":",$A); pr
我目前正在学习 JCL,并且正在使用 SORT 程序。作为练习,我想将一些输入记录拆分为属于同一 PDS 的多个成员。这是我的 JCL 代码: //FAILJ JOB //STEP1 EX
在苦苦挣扎了半小时之后,我在使用空格分割字符串时遇到了这种差异,具体取决于您使用的语法。 简单字符串: $line = "1: 2: 3: 4: 5: " 拆分示例1 -从1开始注意带有 token
我有一个像这样的字符串: 'Agendas / Schedules meetings and speakers 4 F 1928-1209 Box 2' 我正在尝试将其
我试图了解 r-tree 的工作原理,发现有两种类型的拆分:二次拆分和线性拆分。 线性和二次实际上有什么区别?在哪种情况下,一个会比另一个更受欢迎? 最佳答案 原始 R-Tree 论文在 3.5.2
我是一名优秀的程序员,十分优秀!