Python/Numpy - 蒙面数组非常慢

Question

我能做些什么来加速numpy中的蒙面数组？我有一个非常低效的函数,我重新编写使用蒙版数组(我可以掩盖行,而不是像我一样屏蔽行而不是复制和删除行).但是,我惊讶地发现掩码函数慢了10倍,因为掩码数组的速度要慢得多.

举一个例子,采取以下(掩盖对我来说慢了6倍):

import timeit
import numpy as np
import numpy.ma as ma

def test(row):
   return row[0] + row[1]

a = np.arange(1000).reshape(500, 2)
t = timeit.Timer('np.apply_along_axis(test, 1, a)','from __main__ import test, a, np')
print round(t.timeit(100), 6)

b = ma.array(a)
t = timeit.Timer('ma.apply_along_axis(test, 1, b)','from __main__ import test, b, ma')
print round(t.timeit(100), 6)

Answer 1

我不知道为什么屏蔽数组函数移动得如此缓慢，但由于听起来您正在使用屏蔽来选择行（而不是单个值），因此您可以从屏蔽行创建一个常规数组并使用 np 函数反而：

b.mask = np.zeros(500)
b.mask[498] = True
t = timeit.Timer('c=b.view(np.ndarray)[~b.mask[:,0]]; np.apply_along_axis(test, 1, c)','from __main__ import test, b, ma, np')
print round(t.timeit(100), 6)

更好的是，根本不要使用掩码数组；只需将数据和一维掩码数组维护为单独的变量：

a = np.arange(1000).reshape(500, 2)
mask = np.ones(a.shape[0], dtype=bool)
mask[498] = False
out = np.apply_along_axis(test, 1, a[mask])