有效地计算numpy数组中的排序排列

Question

我有一个numpy数组。 计算所有排序排列的最快方法是什么。

我的意思是，鉴于我的数组中的第一个元素，我想要一个按顺序跟随它的所有元素的列表。 然后给出第二个元素，列出其后面的所有元素。

所以给我的清单：b，c，＆d跟随a。 c＆d跟随b，d跟随c。

x = np.array(["a", "b", "c", "d"])

所以潜在的输出看起来像：

[
    ["a","b"],
    ["a","c"],
    ["a","d"],

    ["b","c"],
    ["b","d"],

    ["c","d"],
]

我需要做几百万次，所以我正在寻找一个有效的解决方案。

我尝试过类似的东西：

im = np.vstack([x]*len(x))
a = np.vstack(([im], [im.T])).T
results = a[np.triu_indices(len(x),1)]

但它实际上比循环慢......

Answer 1

您可以使用itertools的函数，例如chain.from_iterable以及与np.fromiter combinations 。 这不涉及Python中的循环，但仍然不是纯粹的NumPy解决方案：

>>> from itertools import combinations, chain
>>> arr = np.fromiter(chain.from_iterable(combinations(x, 2)), dtype=x.dtype)
>>> arr.reshape(arr.size/2, 2)
array([['a', 'b'],
       ['a', 'c'],
       ['a', 'd'],
       ..., 
       ['b', 'c'],
       ['b', 'd'],
       ['c', 'd']], 
      dtype='|S1')

时间比较：

>>> x = np.array(["a", "b", "c", "d"]*100)
>>> %%timeit
    im = np.vstack([x]*len(x))
    a = np.vstack(([im], [im.T])).T
    results = a[np.triu_indices(len(x),1)]
... 
10 loops, best of 3: 29.2 ms per loop
>>> %%timeit
    arr = np.fromiter(chain.from_iterable(combinations(x, 2)), dtype=x.dtype)
    arr.reshape(arr.size/2, 2)
... 
100 loops, best of 3: 6.63 ms per loop

Answer 2

我一直在浏览源代码，看起来这tri函数最近都有了一些非常重要的改进。 该文件都是Python，因此如果有帮助，您可以将其复制到您的目录中。

考虑到这一点，我似乎对Ashwini Chaudhary的时间完全不同。

了解要执行此操作的阵列的大小非常重要; 如果它很小，你应该缓存像triu_indices这样的triu_indices 。

对我来说最快的代码是：

def triangalize_1(x):
    xs, ys = numpy.triu_indices(len(x), 1)
    return numpy.array([x[xs], x[ys]]).T

除非x数组很小。

如果x很小，缓存最好：

triu_cache = {}
def triangalize_1(x):
    if len(x) in triu_cache:
        xs, ys = triu_cache[len(x)]

    else:
        xs, ys = numpy.triu_indices(len(x), 1)
        triu_cache[len(x)] = xs, ys

    return numpy.array([x[xs], x[ys]]).T

由于内存需求，我不会为大x做这个。