numpy-将numpy函数转换为生成器

Question

我有一个numpy函数，将x，y坐标的2D数组转换为上一个坐标之间的距离的平面数组。 （请参阅Numpy-将x，y坐标的2D数组转换为坐标之间距离的平面数组 ）

input = [[-8081441,5685214], [-8081446,5685216], [-8081442,5685219], [-8081440,5685211], [-8081441,5685214]]
output = [-8081441, 5685214, 5, -2, -4, -3, -2, 8, 1, -3]

感谢Divakar的回答 ，我有两个numpy函数正在做我想要的

arr = np.asarray(input).astype(int)
np.hstack((arr[0], (-np.diff(arr, axis=0)).ravel()))

通过切片复制差异的另一种方法是-

arr = np.asarray(input).astype(int)
np.hstack((arr[0], (arr[:-1,:] - arr[1:,:]).ravel()))

我的问题是，有没有办法将这些numpy函数之一转换为生成器以提高性能？ 是否可以在生成器中使用numpy？

Answer 1

Python生成器是列表的衍生产品。

In [207]: [i*2 for i in range(3)]
Out[207]: [0, 2, 4]
In [208]: (i*2 for i in range(3))
Out[208]: <generator object <genexpr> at 0xb6a1ffbc>
In [209]: list(_)
Out[209]: [0, 2, 4]

您可以将其视为一个懒惰列表。 直到您遍历元素之前，它才真正评估元素。 在Py3 range是一个生成器（Py2中的xrange ）。 In[208]行设置了一个生成器，但是不评估任何东西。 所以它很快。 但是在[209]中对其进行迭代所需的时间与[207]中的原始操作一样长。 （嗯，可能会有细微的差别。）

因此，生成器使您可以像使用列表一样在块中进行思考，而无需创建所有中间列表。 它比性能工具更像是一种代码组织工具。

使用numpy数组时，我想不出任何等效方法。

arr=np.array(input)  # creates fixed size array from input list
-np.diff(arr, axis=0)   # create another array

这会创建许多中间数组，甚至是一个列表，并最终返回一个数组（并丢弃中间数组）：

np.hstack((arr[0],(-np.diff(arr, axis=0)).ravel()))

该表达式中有许多简单的构建块。 Numpy的速度来自于在快速编译的代码中执行这些步骤。 为了获得更快的速度，您必须使用C或Cython重写问题。 在该代码中，您可以迭代并在每个步骤中执行复杂的操作。

可以想象numpy可以执行某种惰性计算，但是这需要大量的底层编码。 并且不能保证会导致性能提高。

我查看了中间缓冲区的问题，以及add.at是否提高了性能（没有）， 网址为： https : add.at