Numpy：将数值插入数组的最快方法，使数组按顺序排列

Question

假设我有一个数组my_array和一个奇异值my_val 。 （请注意， my_array始终排序）。

my_array = np.array([1, 2, 3, 4, 5])
my_val = 1.5

因为my_val是1.5，我想把它放在1和2之间，给我数组[1, 1.5, 2, 3, 4, 5] my_val [1, 1.5, 2, 3, 4, 5] 。

我的问题是：当my_array任意增大时，生成有序输出数组的最快方式（即以微秒为单位）是什么？

我原来的方式是将值连接到原始数组然后排序：

arr_out = np.sort(np.concatenate((my_array, np.array([my_val]))))
[ 1.   1.5  2.   3.   4.   5. ]

我知道np.concatenate很快但我不确定np.sort如何随着my_array增长而扩展，即使my_array总是会被排序。

编辑：

我已经为接受答案时列出的各种方法编制了时间：

输入：

import timeit

timeit_setup = 'import numpy as np\n' \
               'my_array = np.array([i for i in range(1000)], dtype=np.float64)\n' \
               'my_val = 1.5'
num_trials = 1000

my_time = timeit.timeit(
    'np.sort(np.concatenate((my_array, np.array([my_val]))))',
    setup=timeit_setup, number=num_trials
)

pauls_time = timeit.timeit(
    'idx = my_array.searchsorted(my_val)\n'
    'np.concatenate((my_array[:idx], [my_val], my_array[idx:]))',
    setup=timeit_setup, number=num_trials
)

sanchit_time = timeit.timeit(
    'np.insert(my_array, my_array.searchsorted(my_val), my_val)',
    setup=timeit_setup, number=num_trials
)

print('Times for 1000 repetitions for array of length 1000:')
print("My method took {}s".format(my_time))
print("Paul Panzer's method took {}s".format(pauls_time))
print("Sanchit Anand's method took {}s".format(sanchit_time))

输出：

Times for 1000 repetitions for array of length 1000:
My method took 0.017865657746239747s
Paul Panzer's method took 0.005813951002013821s
Sanchit Anand's method took 0.014003945532323987s

对于长度为1,000,000的数组，重复100次：

Times for 100 repetitions for array of length 1000000:
My method took 3.1770704101754195s
Paul Panzer's method took 0.3931240139911161s
Sanchit Anand's method took 0.40981490723551417s

Answer 1

使用np.searchsorted以对数时间查找插入点：

>>> idx = my_array.searchsorted(my_val)
>>> np.concatenate((my_array[:idx], [my_val], my_array[idx:]))
array([1. , 1.5, 2. , 3. , 4. , 5. ])

注1：我建议查看@Willem Van Onselm和@ hpaulj的深刻见解。

注意2：如果所有数据类型从头开始匹配，则使用np.insert Anand建议的np.insert可能会稍微方便一些。 然而，值得一提的是，这种便利是以巨大的开销为代价的：

>>> def f_pp(my_array, my_val):
...      idx = my_array.searchsorted(my_val)
...      return np.concatenate((my_array[:idx], [my_val], my_array[idx:]))
... 
>>> def f_sa(my_array, my_val):
...      return np.insert(my_array, my_array.searchsorted(my_val), my_val)
...
>>> my_farray = my_array.astype(float)
>>> from timeit import repeat
>>> kwds = dict(globals=globals(), number=100000)
>>> repeat('f_sa(my_farray, my_val)', **kwds)
[1.2453778409981169, 1.2268288589984877, 1.2298014000116382]
>>> repeat('f_pp(my_array, my_val)', **kwds)
[0.2728819379990455, 0.2697303680033656, 0.2688361559994519]

Answer 2

尝试

my_array = np.insert(my_array,my_array.searchsorted(my_val),my_val)

[编辑]确保数组的类型为float32或float64，或者在初始化时为任何列表元素添加小数点。