用列表替换numpy数组中的值的最快方法

Question

我想将列表读入numpy数组。 在循环的每次迭代中都将替换此列表，并在阵列上执行进一步的操作。 这些操作包括从另一个numpy数组进行逐元素减法以进行距离测量，并使用numpy.all（）函数检查该距离内的阈值条件。 目前，我每次使用np.array( list )将列表转换为数组：

#!/usr/bin/python
import numpy as np
a = [1.33,2.555,3.444,5.666,4.555,6.777,8.888]
%timeit b = np.array(a)

100000 loops, best of 3: 4.83 us per loop

如果我知道列表的大小并且它是不变的，是否有可能做得比这更好的事情？ 我进行了很多次，因此即使是很小的改进也值得欢迎。

我已经尝试了%timeit(np.take(a,range(len(a)),out=b)) ，它花费的时间更长： 100000 loops, best of 3: 16.8 us per loop

Answer 1

当您“知道列表的大小并且它是不变的”时，您可以首先设置一个数组：

b = np.zeros((7,))

这样可以更快地工作：

%timeit b[:] = a
1000000 loops, best of 3: 1.41 µs per loop

VS

%timeit b = np.array(a)
1000000 loops, best of 3: 1.67 µs per loop