我有一个像这样的 N×2 数组:
[[9 1]
[0 5]
[6 3]
[2 4]
[3 5]
[4 1]
[2 7]
[6 8]
[7 9]
[8 0]]
在此矩阵中进行搜索后,我返回一些必须排列行的索引。
在我的例子中,我有 w=[1 0 9 8 7]。
我使用此代码来置换选定行上的 2 列ONLY。
for x in w:
self.nodes[x] = roll (self.nodes[x], 1)
结果是这样的:
[[1 9] *
[5 0] *
[6 3]
[2 4]
[3 5]
[4 1]
[2 7]
[8 6] *
[9 7] *
[0 8]] *
带星号的行已正确排列。
我想知道是否有一个ONE-LINER numpy 表达式可以完成所有这些技巧。
这里重要的是操作速度。
请您参考如下方法:
这是通过仅在索引 w 处将滚动应用到 a 的副本,然后使用滚动设置原始 a 中的那些来工作的值(value)观:
a[w] = np.roll(a[w], 1, axis=1)
有人有一个答案(我认为是@seberg,但现在被删除了)表明对于两列滚动等同于反转,你实际上不需要roll,并且可以使用反转通过索引技巧:
a[w] = a[w, ::-1]
对于大型阵列,时间是相似的。对于较短的数组,roll 解决方案较慢。这是时间。
N = 10
a = np.arange(N*2).reshape(-1,2)
w = np.random.choice(np.arange(N), size=N/2, replace=False)
timeit a[w] = np.roll(a[w],1,1)
10000 loops, best of 3: 23.2 µs per loop
timeit a[w] = a[w, ::-1]
100000 loops, best of 3: 8.07 µs per loop
N = 1000
a = np.arange(N*2).reshape(-1,2)
w = np.random.choice(np.arange(N), size=N/2, replace=False)
timeit a[w] = np.roll(a[w],1,1)
10000 loops, best of 3: 113 µs per loop
timeit a[w] = a[w, ::-1]
10000 loops, best of 3: 93.6 µs per loop
N = 100000
a = np.arange(N*2).reshape(-1,2)
w = np.random.choice(np.arange(N), size=N/2, replace=False)
timeit a[w] = np.roll(a[w],1,1)
100 loops, best of 3: 10.8 ms per loop
timeit a[w] = a[w, ::-1]
100 loops, best of 3: 9.63 ms per loop
