創建numpy 2d索引數組的最快方法

Question

我想創建一個包含單元格索引的numpy 2d數組，例如可以使用以下命令創建這樣的2x2 mat：

np.array([[[0,0],[0,1]],[[1,0],[1,1]]])

換句話說，索引i,j處的單元格應包含列表[i,j] 。

我可以做一個嵌套循環來做到這一點，但我想知道是否有一個快速的pythonic方式來做到這一點？

Answer 1

對於使用NumPy的性能，我建議基於數組初始化的方法 -

def indices_array(n):
    r = np.arange(n)
    out = np.empty((n,n,2),dtype=int)
    out[:,:,0] = r[:,None]
    out[:,:,1] = r
    return out

對於通用(m,n,2)形狀的輸出，我們需要一些修改：

def indices_array_generic(m,n):
    r0 = np.arange(m) # Or r0,r1 = np.ogrid[:m,:n], out[:,:,0] = r0
    r1 = np.arange(n)
    out = np.empty((m,n,2),dtype=int)
    out[:,:,0] = r0[:,None]
    out[:,:,1] = r1
    return out

注意：另外，請閱讀本文后面的2019年附錄 。 大m ， n增強。

樣品運行 -

In [145]: n = 3

In [146]: indices_array(n)
Out[146]: 
array([[[0, 0],
        [0, 1],
        [0, 2]],

       [[1, 0],
        [1, 1],
        [1, 2]],

       [[2, 0],
        [2, 1],
        [2, 2]]])

如果您需要2列2D數組，只需重塑 -

In [147]: indices_array(n).reshape(-1,2)
Out[147]: 
array([[0, 0],
       [0, 1],
       [0, 2],
       [1, 0],
       [1, 1],
       [1, 2],
       [2, 0],
       [2, 1],
       [2, 2]])

時間和驗證 -

In [141]: n = 100   
     ...: out1 = np.array(list(product(range(n), repeat=2))).reshape(n,n,2)
     ...: out2 = indices_array(n)
     ...: print np.allclose(out1, out2)
     ...: 
True

# @Ofek Ron's solution
In [26]: %timeit np.array(list(product(range(n), repeat=2))).reshape(n,n,2)
100 loops, best of 3: 2.69 ms per loop

In [27]: # @Brad Solomon's soln    
    ...: def ndindex_app(n):
    ...:    row, col = n,n
    ...:    return np.array(list(np.ndindex((row, col)))).reshape(row, col, 2)
    ...: 

# @Brad Solomon's soln 
In [28]: %timeit ndindex_app(n)
100 loops, best of 3: 5.72 ms per loop

# Proposed earlier in this post
In [29]: %timeit indices_array(n)
100000 loops, best of 3: 12.1 µs per loop

In [30]: 2690/12.1
Out[30]: 222.31404958677686

200x+為200x+加速， n=100 ，基於初始化！

---

2019年附錄

我們也可以使用np.indices -

def indices_array_generic_builtin(m,n):
    return np.indices((m,n)).transpose(1,2,0)

計時 -

In [115]: %timeit indices_array_generic(1000,1000)
     ...: %timeit indices_array_generic_builtin(1000,1000)
100 loops, best of 3: 2.92 ms per loop
1000 loops, best of 3: 1.37 ms per loop

Answer 2

np.array(list(product(range(n), repeat=2))).reshape(n,n,2)

這很有效

Answer 3

你想要np.ndindex 。

def coords(row, col):
    return np.array(list(np.ndindex((row, col)))).reshape(row, col, 2)

coords(3, 2)
Out[32]: 
array([[[0, 0],
        [0, 1]],

       [[1, 0],
        [1, 1]],

       [[2, 0],
        [2, 1]]])