NumPy dizi başlatma (aynı değerlerle doldur)

nHer eleman olan uzunluk bir NumPy dizi oluşturmak gerekiyor v.

Şundan daha iyi bir şey var mı:

a = empty(n)
for i in range(n):
    a[i] = v

Biliyorum zerosve onesv = 0, ben kullanabilir 1. işine yarayacak v * ones(n)ama zaman işi olmaz vise Noneve aynı zamanda çok daha yavaş olacaktır.

NumPy 1.8 tanıtıldı np.full() den daha doğrudan bir usul olup, empty()bunu takiben fill(), belirli bir değer ile dolu bir dizi oluşturmak için:

>>> np.full((3, 5), 7)
array([[ 7.,  7.,  7.,  7.,  7.],
       [ 7.,  7.,  7.,  7.,  7.],
       [ 7.,  7.,  7.,  7.,  7.]])

>>> np.full((3, 5), 7, dtype=int)
array([[7, 7, 7, 7, 7],
       [7, 7, 7, 7, 7],
       [7, 7, 7, 7, 7]])

Bu tartışmalı olduğu açıkça elde edilen ne tarif eder (ve bu çok özel bir görev sergiler çünkü prensip olarak çok etkili olabilir), çünkü belirli değerler ile dolu bir dizi oluşturma yolu.

Numpy 1.7.0 için güncellendi: (Hat Bart-@Rolf Bartstra.)

a=np.empty(n); a.fill(5) en hızlı.

Azalan hız sırasına göre:

%timeit a=np.empty(1e4); a.fill(5)
100000 loops, best of 3: 5.85 us per loop

%timeit a=np.empty(1e4); a[:]=5 
100000 loops, best of 3: 7.15 us per loop

%timeit a=np.ones(1e4)*5
10000 loops, best of 3: 22.9 us per loop

%timeit a=np.repeat(5,(1e4))
10000 loops, best of 3: 81.7 us per loop

%timeit a=np.tile(5,[1e4])
10000 loops, best of 3: 82.9 us per loop

Bunu fillyapmanın en hızlı yolu olduğuna inanıyorum .

a = np.empty(10)
a.fill(7)

Ayrıca her zaman örneğinizde olduğu gibi yinelemekten kaçınmalısınız. Basit bir a[:] = vyöntem, numpy yayın kullanarak yinelemelerinizi gerçekleştirir .

Görünüşe göre, sadece mutlak hızlar değil, aynı zamanda hız sırası (user1579844 tarafından bildirildiği gibi) makineye bağlıdır; bulduğum şey:

a=np.empty(1e4); a.fill(5) en hızlı;

Azalan hız sırasına göre:

timeit a=np.empty(1e4); a.fill(5) 
# 100000 loops, best of 3: 10.2 us per loop
timeit a=np.empty(1e4); a[:]=5
# 100000 loops, best of 3: 16.9 us per loop
timeit a=np.ones(1e4)*5
# 100000 loops, best of 3: 32.2 us per loop
timeit a=np.tile(5,[1e4])
# 10000 loops, best of 3: 90.9 us per loop
timeit a=np.repeat(5,(1e4))
# 10000 loops, best of 3: 98.3 us per loop
timeit a=np.array([5]*int(1e4))
# 1000 loops, best of 3: 1.69 ms per loop (slowest BY FAR!)

Yani, deneyin ve platformunuzda en hızlı olanı kullanın.

sahiptim

numpy.array(n * [value])

akılda, ama görünüşe göre bu yeterince büyük için diğer tüm önerilerden daha yavaş n.

İşte perfplot (benim evcil hayvan projem) ile tam karşılaştırma .

İki emptyalternatif hala en hızlı olanıdır (NumPy 1.12.1 ile). fullbüyük dizileri yakalar.

Grafiği oluşturmak için kod:

import numpy as np
import perfplot


def empty_fill(n):
    a = np.empty(n)
    a.fill(3.14)
    return a


def empty_colon(n):
    a = np.empty(n)
    a[:] = 3.14
    return a


def ones_times(n):
    return 3.14 * np.ones(n)


def repeat(n):
    return np.repeat(3.14, (n))


def tile(n):
    return np.repeat(3.14, [n])


def full(n):
    return np.full((n), 3.14)


def list_to_array(n):
    return np.array(n * [3.14])


perfplot.show(
    setup=lambda n: n,
    kernels=[empty_fill, empty_colon, ones_times, repeat, tile, full, list_to_array],
    n_range=[2 ** k for k in range(27)],
    xlabel="len(a)",
    logx=True,
    logy=True,
)

Şunları kullanabilirsiniz numpy.tile, örneğin:

v = 7
rows = 3
cols = 5
a = numpy.tile(v, (rows,cols))
a
Out[1]: 
array([[7, 7, 7, 7, 7],
       [7, 7, 7, 7, 7],
       [7, 7, 7, 7, 7]])

Her ne kadar tilebir diziyi (bu durumda olduğu gibi bir skaler yerine) 'döşemek' anlamına gelse de, işi her boyutta ve boyutta önceden doldurulmuş diziler oluşturacak şekilde yapar.

numpy olmadan

>>>[2]*3
[2, 2, 2]