不要在numpy中使用对象数组进行此类操作。
它们破坏了numpy数组的基本目的,尽管它们在少数情况下很有用,但它们几乎总是一个糟糕的选择。
是的,在python中访问numpy数组的单个元素或在python中访问numpy数组要比使用等效操作慢list
。(这就是为什么你不应该做这样的事情y = [item * 2 for item in x]
的时候x
是一个numpy的阵列。)
Numpy对象数组的内存开销比列表要低一些,但是如果要存储这么多的python对象,则首先会遇到其他内存问题。
Numpy首先是一个存储效率高的多维数组容器,用于存储统一的数值数据。如果要在numpy数组中保存任意对象,则可能需要一个列表。
我的观点是,如果您想有效地使用numpy,则可能需要重新考虑如何构造事物。
而不是将每个对象实例存储在numpy数组中,而是将 数值 数据存储在numpy数组中,并且如果需要为每个行/列/任何对象使用单独的对象,请在每个实例中将索引存储到该数组中。
这样,您可以快速对数值数组进行操作(即使用numpy而不是列表推导)。
作为我正在谈论的快速示例,这是一个不使用numpy的简单示例:
from random import random
class PointSet(object):
def __init__(self, numpoints):
self.points = [Point(random(), random()) for _ in xrange(numpoints)]
def update(self):
for point in self.points:
point.x += random() - 0.5
point.y += random() - 0.5
class Point(object):
def __init__(self, x, y):
self.x = x
self.y = y
points = PointSet(100000)
point = points.points[10]
for _ in xrange(1000):
points.update()
print 'Position of one point out of 100000:', point.x, point.y
还有一个使用numpy数组的类似示例:
import numpy as np
class PointSet(object):
def __init__(self, numpoints):
self.coords = np.random.random((numpoints, 2))
self.points = [Point(i, self.coords) for i in xrange(numpoints)]
def update(self):
"""Update along a random walk."""
# The "+=" is crucial here... We have to update "coords" in-place, in
# this case.
self.coords += np.random.random(self.coords.shape) - 0.5
class Point(object):
def __init__(self, i, coords):
self.i = i
self.coords = coords
@property
def x(self):
return self.coords[self.i,0]
@property
def y(self):
return self.coords[self.i,1]
points = PointSet(100000)
point = points.points[10]
for _ in xrange(1000):
points.update()
print 'Position of one point out of 100000:', point.x, point.y
还有其他方法可以做到这一点(例如,您可能希望避免在每个numpy数组中存储对 特定 引用的引用point
),但是我希望这是一个有用的示例。
注意它们运行速度的差异。在我的机器上,numpy版本与纯python版本相差5秒,而纯Python版本相差60秒。