排序numpy结构化和记录数组非常慢

Question

看起来像单个列对numpy结构化和记录数组进行排序比在类似的独立数组上进行排序要慢得多:

In [111]: a = np.random.rand(1e4)

In [112]: b = np.random.rand(1e4)

In [113]: rec = np.rec.fromarrays([a,b])

In [114]: timeit rec.argsort(order='f0')
100 loops, best of 3: 18.8 ms per loop

In [115]: timeit a.argsort()
1000 loops, best of 3: 891 µs per loop

使用结构化数组有一个微小的改进,但它不是戏剧性的:

In [120]: struct = np.empty(len(a),dtype=[('a','f8'),('b','f8')])

In [121]: struct['a'] = a

In [122]: struct['b'] = b

In [124]: timeit struct.argsort(order='a')
100 loops, best of 3: 15.8 ms per loop

这表明从argsort创建索引数组然后使用它来重新排序各个数组可能会更快.这是可以的,除了我希望处理非常大的数组,并希望尽可能避免复制数据.有没有一种更有效的方法来做到这一点,我错过了？

Answer 1

正如 Jaime 所说，您可以使用argsort对记录数组进行排序。

inds = np.argsort(rec['f0'])

并用于take避免复制

np.take(rec, inds, out=rec)