python - 用模数对 numpy 数组求和
问题描述
考虑以下设置:
import numpy as np
import itertools as it
A = np.random.rand(3,3,3,16,3,3,3,16) # sum elements of A to arrive at...
B = np.zeros((4,4)) # a 4x4 array (output)
我有一个大数组'A',我想总结一下,但是以一种非常具体的方式。'A' 具有 (x,x,x,16,x,x,x,16) 的形状,其中 'x' 是某个整数。所需的结果是一个 4x4 矩阵“B”,我可以通过这样的 for 循环计算它:
%%timeit
for x1,y1,z1,s1 in it.product(range(3), range(3), range(3), range(16)):
for x2,y2,z2,s2 in it.product(range(3), range(3), range(3), range(16)):
B[s1%4, s2%4] += A[x1,y1,z1,s1,x2,y2,z2,s2]
>> 134 ms ± 1.27 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
其中 B 的元素是两个轴的“模 4”,在 'A' 的那个维度中有 16 个元素,这里用s1
和索引s2
。
我怎样才能通过广播或其他方式达到同样的效果?显然,对于较大的“x”(“A”中的维度),for 循环的计算时间将成倍增长,这并不理想。
编辑:
C = np.zeros((4,4))
for i,j in it.product(range(4), range(4)):
C[i,j] = A[:,:,:,i::4,:,:,:,j::4].sum()
这似乎也有效。但仍然涉及 1 个 for 循环。有没有办法让这更快?
解决方案
这是一个更清洁、更快速的解决方案。不幸的是,它们并不相同......
def clean(A):
return A.reshape(4*n*n*n, 4, 4*n*n*n, 4).sum(axis=(0, 2))
def fast(A):
return np.bincount(np.tile(np.arange(16).reshape(4, 4), (4, 4)).ravel(), A.sum((0,1,2,4,5,6)).ravel(), minlength=16).reshape(4, 4)
在n==6
fast
大约快三倍。
推荐阅读
- jenkins - 如何在 Jenkins Pipeline 中将 String 转换为 ArryList
- javascript - 路由器视图中相同组件之间的Vue切换将不会再次安装/创建
- node.js - 动态创建 .where 函数 knexjs
- ios - UITableViewCell 中的 AVPlayer 导致“在隐式展开可选值时意外发现 nil”错误
- visual-studio - 智能感知永远加载
- symfony - Symfony Mercure:EventSource 不发送 cookie
- node.js - 尝试在 Heroku 上托管我的 rest api (node.js) 时如何解决此问题?
- c# - 仅将项目添加为列表
- angular - 我们可以在同一个组件中使用 ngModel 和 ngChange
- reactjs - 使用 Typescript 在 Redux 中获取 eslint(no-unused-vars)