स्लाइसिंग

Question

का उपयोग करके numpy सरणी असाइनमेंट यदि बी 2x2 np.ndarray है और निम्न असाइनमेंट किया जाता है, तो पृष्ठभूमि में numpy क्या करता है, यानी यह सूची [100, 100] पहले को एक numpy सरणी में परिवर्तित करता है या यह सीधे ख की पहली पंक्ति में मूल्यों में भरने के लिए सूची [100,100] का उपयोग करता है:

b[1,:] = [100,100] 

दस्तावेज में कहाँ मैं इस बारे में अधिक जानकारी मिल सकती है?

Answer 1

b[1,:] = [100,100] बिल्कुल

b[1,0] = 100 
b[1,1] = 100 

के रूप में यह संकलित छोरों का उपयोग करता है हालांकि यह तेजी से निष्पादित करने के लिए किया जाता है के समान है। (दूसरे को मूल्यों को श्रेय देने से पहले ndarray dtype में रूपांतरण करने की आवश्यकता है)।

Answer 2

निष्पादन की गति का मूल्यांकन करने के लिए, हम timeit लाइब्रेरी का उपयोग करेंगे।

import timeit 
import numpy as np 

setup = """ 
import numpy as np 
tmp = np.empty(shape=(1, 100)) 
values = [i for i in xrange(100)] 
""" 

stmt1 = """tmp[0, :] = values""" 
stmt2 = """ 
for i, val in enumerate(values): 
    tmp[0, i] = val 
""" 

time1 = timeit.Timer(setup=setup, stmt=stmt1) 
time2 = timeit.Timer(setup=setup, stmt=stmt2) 

print "numpy way :", time1.timeit(number=100000) 
print "Python way:", time2.timeit(number=100000) 

आप इस परीक्षण कर सकते हैं और आपको लगता है कि numpy छोरों दो बार तेजी से कर रहे हैं देखेंगे:

- numpy way : 0.97758197784423828 
- Python way: 2.1633858680725098 

इसका कारण यह है एक चरण जहां values में पूर्णांक (जो असीमित पूर्णांक हैं) में बदला जाता है है है 64 बिट्स की तैरती है। आदेश केवल छोरों की गति की तुलना में, प्रकार रूपांतरण सेटअप में प्रारंभिक किया जा सकता है:

numpy way : 0.131125926971 
Python way: 2.64055013657 

हम देखते हैं कि numpy छोरों 20 बार कर रहे हैं:

values = np.array([i for i in xrange(100)], dtype=np.float64) 

यहाँ मैं क्या प्राप्त है पाइथन loops से तेज़।

आप और अधिक जानकारी मिल जाएगी कि वह आपके लिए vectorized computations in Python ...