我有一个函数gen(),它返回一个nElements数量浮点数的numpy数组.我正在寻找更多的Pythonic(单线?)方式来做到以下几点:
a = zeros((nSamples, nElements))
for i in xrange(nSamples):
a[i,:] = gen()
Run Code Online (Sandbox Code Playgroud)
这是一种方法:
a = array([gen() for i in xrange(nSamples)]).reshape((nSamples, nElements))
Run Code Online (Sandbox Code Playgroud)
但由于没有预先分配numpy数组,可以理解的是它有点慢:
import time
from numpy import *
nSamples = 100000
nElements = 100
start = time.time()
a = array([gen() for i in xrange(nSamples)]).reshape((nSamples, nElements))
print (time.time() - start)
start = time.time()
a = zeros((numSamples, nElements))
for i in xrange(numSamples):
a[i,:] = gen()
print (time.time() - start)
Run Code Online (Sandbox Code Playgroud)
输出:
1.82166719437
0.502261161804
Run Code Online (Sandbox Code Playgroud)
那么,有没有办法实现相同的单线程,同时保持预分配阵列的速度?
谢谢,
-Nate
这可能不会直接回答你的问题,但是因为你在标题中提到了Pythonic ......请理解Pythonic不一定是"单行"或最聪明和最短(按键击键)的做事方式.恰恰相反 - Pythonic代码力求清晰.
对于您的代码,我发现:
a = zeros((nSamples, nElements))
for i in xrange(nSamples):
a[i,:] = gen()
Run Code Online (Sandbox Code Playgroud)
比以下更清楚:
a = array([gen() for i in xrange(nSamples)]).reshape((nSamples, nElements))
Run Code Online (Sandbox Code Playgroud)
因此,我不会说第二个更像Pythonic.可能不那么好了.