2011-09-12 33 views

cevap

16

X sizin dizidir ve c faktör ise,

X[np.diag_indices_from(X)] /= c 

Numpy kılavuzunda diag_indices_from gör bölünecek istiyorum.

14

kare (n,n) numpy dizinin köşegen erişmek için hızlı bir yolu arr.flat[::n+1] ile geçerli:

n = 1000 
c = 20 
a = np.random.rand(n,n) 

a[np.diag_indices_from(a)] /= C# 119 microseconds 
a.flat[::n+1] /= C# 25.3 microseconds 
4

np.fill_diagonal fonksiyonu oldukça hızlıdır: a diziniz ve c olduğunu

np.fill_diagonal(a, a.diagonal()/c) 

olduğunu senin faktörü. Makinemde, bu yöntem @ kwgoodman'ın a.flat[::n+1] /= c yöntemi kadar hızlıydı ve benim düşünceme göre biraz daha net (ama kaygan değil).

3

karşılaştırılması yukarıdaki 3 yöntem:

import numpy as np 
import timeit 

n = 1000 
c = 20 
a = np.random.rand(n,n) 
a1 = a.copy() 
a2 = a.copy() 
a3 = a.copy() 

t1 = np.zeros(1000) 
t2 = np.zeros(1000) 
t3 = np.zeros(1000) 

for i in range(1000): 
    start = timeit.default_timer() 
    a1[np.diag_indices_from(a1)] /= c 
    stop = timeit.default_timer() 
    t1[i] = start-stop 

    start = timeit.default_timer() 
    a2.flat[::n+1] /= c 
    stop = timeit.default_timer() 
    t2[i] = start-stop 

    start = timeit.default_timer() 
    np.fill_diagonal(a3,a3.diagonal()/c) 
    stop = timeit.default_timer() 
    t3[i] = start-stop 

print([t1.mean(), t1.std()]) 
print([t2.mean(), t2.std()]) 
print([t3.mean(), t3.std()]) 

[-4.5693619907979154e-05, 9.3142851395411316e-06] 
[-2.338075107036275e-05, 6.7119609571872443e-06] 
[-2.3731951987429056e-05, 8.0455946813059586e-06] 

Yani np.flat yöntem marjinal hızlı ama olduğunu görebilirsiniz. Bunu birkaç kez daha çalıştırdığımda, fill_diagonal yönteminin biraz daha hızlı olduğu zamanlar vardı. Ancak okunabilirlik, muhtemelen fill_diagonal yöntemini kullanmaya değer.

İlgili konular