performance - Scipy:加快采样速度
问题描述
我开发了以下程序,用于为特定任务以块的形式生成子样本列表。但是,它非常慢,因为我在循环中进行随机样本。
import scipy.stats as stats
import numpy as np
#GENERATE SOME RANDOMLY CHUNKED COUNT DATA
N_chunks=250
idx_chunks = np.random.randint(20, size=N_chunks)
idx_cumsum = np.cumsum(idx_chunks)
data_sample = stats.poisson(mu=5).rvs(size=np.sum(idx_chunks))
data_sample_split = np.split(data_sample, idx_cumsum)[:-1]
#GENERATE SUBSAMPLES OF THE LENGTH GIVEN BY EACH ELEMENT OF THE LIST
f = stats.poisson(mu=2)
output = []
total = 0
for _i1 in data_sample_split:
temp = []
for _ii1 in _i1:
temp.append(f.rvs(_ii1))
output.append(temp)
有没有一种方法可以加快程序的速度,同时获得完全相同的输出?
在重塑为列表列表之前,我特别希望对我需要的所有样本进行预采样。但是,我不知道该怎么做。
解决方案
假设用 生成很多值f.rvs
相当于用 生成部分f.rvs
,那么你可以生成一个大数组并自己拆分它。这是一个例子:
# [...] -- Same code than above
def advancedSplit(rawData, data_sample_split):
output = []
partialSum = 0
for _i1 in data_sample_split:
temp = []
for _ii1 in _i1:
temp.append(rawData[partialSum:partialSum+_ii1])
partialSum += _ii1
output.append(temp)
return output
def generateSubsamples(data_sample_split):
total = sum(map(sum, data_sample_split))
rawData = f.rvs(total) # Generate a big array to be split
return advancedSplit(rawData, data_sample_split) # Split the array efficiently
# GENERATE SUBSAMPLES OF THE LENGTH GIVEN BY EACH ELEMENT OF THE LIST
output = generateSubsamples(data_sample_split)
这比我机器上的原始代码快 50 倍。
您还可以使用与原始代码中相同的逻辑来拆分源数组np.split
。但在实践中,这种方法要慢得多(由于执行许多小数组分配,而上述代码使用廉价切片)。
def advancedSplitVect(rawData, data_sample_split):
output = []
partial_sum = 0
for _i1 in data_sample_split:
if len(_i1) > 0:
idx_cumsum = np.cumsum(_i1)
total = idx_cumsum[-1]
temp = np.split(rawData[partial_sum:partial_sum+total], idx_cumsum[:-1])
partial_sum += total
output.append(temp)
else:
output.append([])
return output
请注意,advancedSplit
可以使用Numba JIT进行优化以稍微加快代码速度。但是,这有点乏味,因为必须正确键入列表。因此,它可能不值得。
推荐阅读
- typescript - 如何在打字稿中明确定义具有不同元组类型的元组数组?
- c++ - 使用 struct 作为 std::map 键的问题
- javascript - Firebase 函数异步方法返回未定义
- cocos2d-x - 平铺地图未完全渲染
- java - 我可以让一个 JPA 存储库接口使用 Spring Data JPA 处理多个实体类吗?
- wpf - 在 ClearValue 之后未调用 CoerceValueCallback
- android - Android studio decodeStream 以横向返回图像
- ios - UITextField:adjustsFontSizeToFitWidth 行为/问题
- django - 如何使用 Django Cycle 在一行上显示两个帖子?
- c# - 如何根据发布配置文件设置生成 Azure 函数名称?