反转numpy数组的最有效方法

Question

信不信由你，在分析了我当前的代码之后，numpy数组反转的重复操作消耗了大量的运行时间。我现在拥有的是基于视图的通用方法：

reversed_arr = arr[::-1]

有没有其他方法可以更有效地做到这一点，或者这仅仅是我对不切实际的裸体表演痴迷的幻觉？

Answer 1

当您创建reversed_arr时，您正在将视图创建到原始数组中。然后可以更改原始数组，视图将更新以反映更改。

您创建视图的频率是否超过了需要的频率？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)

我不是核弹专家，但这似乎是在核弹里做事情最快的方法。如果这是你已经在做的，我认为你不能改进它。

p.S.关于努比观点的精彩讨论：

View onto a numpy array?

Answer 2

np.fliplr()将数组从左向右翻转。

注意，对于1d数组，您需要稍微欺骗一下它：

arr1d = np.array(some_sequence)
reversed_arr = np.fliplr([arr1d])[0]

Answer 3

如上所述，a[::-1]实际上只创建一个视图，因此它是一个恒定的时间操作（因此，随着数组的增长，不会花费更长的时间）。如果需要数组是连续的（例如，因为要对它执行许多向量操作），ascontiguousarray大约与flipup/fliplr一样快：

---

生成绘图的代码：

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)",
    logx=True,
    logy=True,
)