从numpy矩阵中最优提取列

Question

假设我有一个这样的numpy矩阵：

[[ x1, x2, x3, ... ],
 [ y1, y2, y3, ... ],
 [ z1, z2, z3, ... ],
 [ 1,  1,  1,  ... ]]

我想从中提取出一个列表的列表，像这样：

[[x1, y1, z1], [x2, y2, z2], [x3, y3, z3], ... ]

有什么最好的方法来做到这一点吗？

目前我有：

tpoints = [pt[:3].tolist() for pt in numpy.asarray(tptmat.T)]

而调用 tolist() 的时间占用了不成比例的时间，大约是我程序中最耗时函数的三分之一。

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
 14422540   69.777    0.000   69.777    0.000 {method 'tolist' of 'numpy.ndarray' objects}
       20   64.258    3.213  178.057    8.903 trans.py:152(_apply)
      ...

Answer 1

你试过用 zip(*matrix) 吗？这样做会得到：

[[x1, y1, z1, 1], [x2, y2, z2, 1], [x3, y3, z3, 1], ... ]

不过，生成列表的过程可能还是会发生...

等等 (用手拍了拍额头)！这样做应该可以解决问题：

zip(*matrix[:3])

在交互式命令行中：

>>> matrix = [[ 11, 12, 13, 14],
...           [ 21, 22, 23, 24],
...           [ 31, 32, 33, 34],
...           [  1,  1,  1,  1]]
>>> zip(*matrix[:3])
[(11, 21, 31), (12, 22, 32), (13, 23, 33), (14, 24, 34)]
>>>

不过，这个结果是一个元组的列表，这真的重要吗？

Answer 2

为什么不在转置之前先去掉最后一行呢？

m[:3].T.tolist()
#      ^^^^^^^^^ optional

微基准测试显示，这种方法比你的快61%，如果不把它转换成列表的列表，那对于一个100×4的矩阵来说，它快了45倍。

$ python2.5 -m timeit -s 'import numpy; m = numpy.matrix([[5]*100,[6]*100,[7]*100,[1]*100])' 'm[:3].T'
100000 loops, best of 3: 6.26 usec per loop
$ python2.5 -m timeit -s 'import numpy; m = numpy.matrix([[5]*100,[6]*100,[7]*100,[1]*100])' 'm[:3].T.tolist()'
10000 loops, best of 3: 180 usec per loop
$ python2.5 -m timeit -s 'import numpy; m = numpy.matrix([[5]*100,[6]*100,[7]*100,[1]*100])' 'numpy.asarray(m[:3].T)'
100000 loops, best of 3: 10.9 usec per loop
$ python2.5 -m timeit -s 'import numpy; m = numpy.matrix([[5]*100,[6]*100,[7]*100,[1]*100])' '[p[:3].tolist()for p in numpy.asarray(m.T)]'
1000 loops, best of 3: 289 usec per loop