numpy: boolean indeksleme ve bellek kullanımı

Question

Aşağıdaki numpy kodunu göz önünde bulundurun:

A[start:end] = B[mask] 

Burada:

• A ve B aynı sayıda sütun içeren 2B dizileridir;
• start ve end skalerdir;
• mask, 1D boole dizisidir;
• (end - start) == sum(mask).

Prensip olarak yukarıdaki işlem, B öğelerini A'e doğrudan kopyalayarak O(1) geçici depolama kullanılarak gerçekleştirilebilir.

Bu gerçekten pratikte gerçekleşen mi, yoksa numpyB[mask] için geçici bir dizi mi oluşturuyor? İkincisi, bu ifadeyi yeniden yazarak bundan kaçınmanın bir yolu var mı?

Answer 1

Boole dizilerini bir dizin olarak kullanmak, fantezi endeksleme olduğundan, numpy'nin bir kopya oluşturması gerekir. Bellek sorunları yaşarsanız, bununla başa çıkmak için bir cython uzantısı yazabilirsiniz.

Answer 2

hattı

A[start:end] = B[mask] 

olacaktır - Python dili tanımına göre - ilk B seçilen satır içeren ve ek bellek işgal yeni bir dizi verimli, sağ tarafı değerlendirir. Bunu önlemek için ben farkındayım en verimli saf Python yolu açık döngü kullanmaktır:

from itertools import izip, compress 
for i, b in izip(range(start, end), compress(B, mask)): 
    A[i] = b 

Tabii bu çok daha az zaman verimli orijinal kod daha olacak, ancak yalnızca (Ç kullanan 1) ek bellek. Ayrıca itertools.compress()'un Python 2.7 veya 3.1 veya üstü sürümlerinde mevcut olduğunu unutmayın. Cython'u getirmek için