哪个更快,numpy转置或翻转指数？

Question

我有一个动态编程算法(修改后的Needleman-Wunsch),它需要两次相同的基本计算,但是第二次在正交方向上进行计算.例如,从一个给定小区(I,J)中矩阵scoreMatrix,我想都计算从值"向上"从一个值(I,J) ,以及从值提供给"左"的值(ⅰ ,j).为了重用代码,我使用了一个函数,在第一种情况下,我发送参数i,j,scoreMatrix,在下一种情况下,我发送j,i,scoreMatrix.transpose().以下是该代码的高度简化版本:

def calculateGapCost(i,j,scoreMatrix,gapcost):
  return scoreMatrix[i-1,j] - gapcost

...
gapLeft = calculateGapCost(i,j,scoreMatrix,gapcost)
gapUp = calculateGapCost(j,i,scoreMatrix.transpose(),gapcost)
...

我意识到我可以选择发送一个函数,在一个案例中,当从scoreMatrix中检索一个值时,它会通过参数(i,j),而在另一个例子中,它们将它们反转为(j,i),而不是转置矩阵每一次.

def passThrough(i,j,matrix):
  return matrix[i,j]

def flipIndices(i,j,matrix):
  return matrix[j,i]

def calculateGapCost(i,j,scoreMatrix,gapcost,retrieveValue):
  return retrieveValue(i-1,j,scoreMatrix) - gapcost

...
gapLeft = calculateGapCost(i,j,scoreMatrix,gapcost,passThrough)
gapUp = calculateGapCost(j,i,scoreMatrix,gapcost,flipIndices)
...

但是,如果numpy的转置使用的一些功能,我不知道做转置在短短几分钟的操作,这可能是因为转置实际上比我穿通功能的想法更快.任何人都可以告诉我哪个会更快(或者如果有更好的方法我没有想到)？

实际的方法将调用retrieveValue 3次,并涉及2个将被引用的矩阵(如果使用该方法则转换).

Answer 1

在NumPy中,转置返回具有不同形状和步幅的视图.它不会触及数据.

因此,您可能会发现这两种方法具有相同的性能,因为实质上它们完全相同.

但是,唯一可以肯定的方法是对两者进行基准测试.