Python/Numpy - Masked数组非常慢
Python/Numpy - Masked数组非常慢
提问于 2011-04-23 06:27:22
我能做些什么来加速numpy中的掩码数组吗？我有一个非常低效的函数，我将其重写为使用掩码数组(我可以只掩码行，而不是像我所做的那样复制和删除行)。然而，我震惊地发现被屏蔽的函数慢了10倍，因为被屏蔽的数组要慢得多。
以下面的代码为例(对我来说，屏蔽的速度要慢6倍以上)：
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)回答 1
Stack Overflow用户
回答已采纳
发布于 2011-07-05 22:14:50
我不知道为什么被屏蔽的数组函数移动得如此之慢，但是因为听起来像是在使用掩码来选择行(而不是单个值)，所以可以从被屏蔽的行创建一个规则的数组，并改用np函数：
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作为单独的变量进行维护：
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])页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/5760668
复制相关文章
相似问题