[英]How to speed up 2D arrays in 2D array in python?
我正在研究如何加快我的一項功能。 function是用多個相同大小的二維arrays調用的。 我想將它們組合成最后兩個維度為 3x3 的 4D,然后得到整個數組的特征值。
我已經設法使用兩個嵌套for
循環來做到這一點,但是它比我想要的要慢一些,那么有什么好方法可以加快代碼速度嗎?
def principal(xx, xy, xz, yy, yz, zz):
import numpy as np
xx = np.array(xx)
xy = np.array(xy)
xz = np.array(xz)
yy = np.array(yy)
yz = np.array(yz)
zz = np.array(zz)
size = np.shape(xx)
Princ = np.empty((size[1], size[0], 3, 3))
for j in range(size[1]):
for i in range(size[0]):
Princ[j, i, :, :] = np.array([[xx[i, j], xy[i, j], xz[i, j]],
[xy[i, j], yy[i, j], yz[i, j]],
[xz[i, j], yz[i, j], zz[i, j]]])
Princ = np.linalg.eigvalsh(Princ)
return Princ
import numpy as np
number_arrays_1 = 3
number_arrays_2 = 4
xx = np.ones((number_arrays_1, number_arrays_2))*80
xy = np.ones((number_arrays_1, number_arrays_2))*30
xz = np.ones((number_arrays_1, number_arrays_2))*0
yy = np.ones((number_arrays_1, number_arrays_2))*40
yz = np.ones((number_arrays_1, number_arrays_2))*0
zz = np.ones((number_arrays_1, number_arrays_2))*60
Princ = principal(xx, xy, xz, yy, yz, zz)
print(Princ)
The reason I convert with xx = np.array(xx)
is that in the larger program, I pass a pandas dataframe rather than a numpy array into the function.
這看起來像一個簡單的堆棧和重塑操作:
def principal(xx, xy, xz, yy, yz, zz):
princ = np.stack((xx.T, xy.T, xz.T, xy.T, yy.T, yz.T, xz.T, yz.T, zz.T), axis=-1).reshape(*xx.shape[::-1], 3, 3)
return = np.linalg.eigvalsh(princ)
如果輸入已經是 arrays,則不需要在輸入上顯式調用np.array
。 數據幀上的xx.values()
應返回 numpy 值。
另一種方法是構建數組,然后將 3x3 維度換到后面。 這可能會降低效率,因為第一種方法使 3x3 維度連續,而這種方法沒有:
princ = np.array([[xx, xy, xz], [xy, yy, yz], [xz, yz, zz]]).T
不是很相關,但您可以像這樣更快地生成 arrays:
target_shape = (3, 4)
values = np.array([80, 30, 0, 40, 0, 60])
xx, xy, xz, yy, yz, zz = np.full((6, *target_shape), values.reshape(-1, 1, 1))
事實上,如果您的數據允許,您甚至可以節省拆包時間:
data = np.full((6, *target_shape), values.reshape(-1, 1, 1))
principal(*data)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.