反转numpy数组的最有效方法

Question

信不信由你，经过对我当前代码的分析，我发现反转numpy数组这个重复操作占用了很大一部分运行时间。我现在使用的是一种常见的基于视图的方法：

reversed_arr = arr[::-1]

有没有其他更高效的方法，还是说这只是我对numpy性能不切实际的执念所产生的错觉呢？

Answer 1

因为这个问题似乎还没有被标记为已回答……Thomas Arildsen的回答应该是正确的：只需使用

np.flipud(your_array) 

如果它是一个一维数组（列数组）。

对于矩阵，使用

fliplr(matrix)

如果你想反转行，可以用这个；如果你想翻转列，可以用flipud(matrix)。不需要把你的一维列数组变成一个二维行数组（就是加一层None的矩阵），然后再去翻转它。

Answer 2

a[::-1]

这个操作只是创建了一个视图，所以它的执行时间是固定的（也就是说，数组变大了也不会花更多时间）。如果你需要数组是连续的（比如因为你要进行很多向量运算），那么使用 ascontiguousarray 的速度和 flipud/fliplr 差不多快：

---

生成这个图的代码：

import numpy
import perfplot


perfplot.show(
    setup=lambda n: numpy.random.randint(0, 1000, n),
    kernels=[
        lambda a: a[::-1],
        lambda a: numpy.ascontiguousarray(a[::-1]),
        lambda a: numpy.fliplr([a])[0],
    ],
    labels=["a[::-1]", "ascontiguousarray(a[::-1])", "fliplr"],
    n_range=[2 ** k for k in range(25)],
    xlabel="len(a)",
)

Answer 3

reversed_arr = arr[::-1]

这个操作会让你得到一个原始数组 arr 的反向视图。也就是说，如果你对原始数组 arr 做了什么修改，这些修改会立刻在 reversed_arr 中显示出来。因为 arr 和 reversed_arr 共享底层的数据，所以创建这个视图是非常快速的，不需要额外的内存分配或者复制数组的内容。

你可以看看关于 NumPy 视图的讨论：如何创建 NumPy 数组的视图？

---

关于视图性能问题的可能解决方案

你是不是比需要的更频繁地重新创建视图？你应该可以这样做：

arr = np.array(some_sequence)
reversed_arr = arr[::-1]

do_something(arr)
look_at(reversed_arr)
do_something_else(arr)
look_at(reversed_arr)

我不是 NumPy 的专家，但这看起来是用 NumPy 做事情最快的方法。如果你已经在这样做，我觉得你就没有更好的方法了。