如何將字典中的二維 arrays 轉換為一個數組？

Question

我有以下代碼：

import random
import numpy as np
import pandas as pd

num_seq = 100
len_seq = 20
nts = 4
sequences = np.random.choice(nts, size = (num_seq, len_seq), replace=True)
sequences = np.unique(sequences, axis=0) #sorts the sequences

d = {}
pr = 5

for i in range(num_seq):
    globals()['seq_' + str(i)] = np.tile(sequences[i,:],(pr,1))
    d['seq_' + str(i)] = np.tile(sequences[i,:],(pr,1))

pool = np.empty((0,len_seq),dtype=int)
for i in range(num_seq):
    pool = np.concatenate((pool,eval('seq_' +str(i))))

我想將字典d轉換為 Numpy 數組（或只有一個條目的字典）。 我的代碼有效，產生pool 。 但是，在num_seq 、 len_seq和pr的值較大時，需要很長時間。

執行時間很關鍵，因此我的問題是：有沒有更有效的方法來做到這一點？

Answer 1

以下是要點列表：

• np.concatenate在O(n)中運行，因此您的第二個循環在O(n^2)時間內運行。 您可以將 append 的值放到一個列表中，然后np.vstack將所有值放在最后（在O(n)時間內）。
• 訪問globals()很慢並且被認為是一種不好的做法（因為它很容易以令人討厭的方式破壞您的代碼）；
• 調用eval(...)也很慢而且也不安全，所以避免它；
• 默認的 CPython 解釋器不會優化重復的表達式（它會重新計算它們）。
• 您可以使用 Cython 或 Numba 稍微加快代碼速度（請注意，字典的支持在 Numba 中是實驗性的）。

這是一個更快的代碼示例（代替第二個循環）：

pool = np.vstack([d[f'seq_{i}'] for i in range(num_seq)])