知识卡片

普通读书笔记卡 · 6351

向量化替代循环

理解等级:未标注

把同类批量工作表达为数组算术,可让库处理元素遍历,减少Python显式循环。本节同形数组相乘是对应元素相乘,不是矩阵乘法;数组与标量运算把标量作用到各元素。省去Python循环不等于没有循环、没有临时数组或一定更快,仍需核对运算语义、dtype与实际工作负载。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 2 处

    • · 查看原书依据

      元素级: In [45]: arr = np.array([[1., 2., 3.], [4., 5., 6.]]) In [46]: arr Out[46]: array([[ 1., 2., 3.], [ 4., 5., 6.]]) In [47]: arr * arr In [48]: arr - arr Out[47]: Out[48]: array

    • · 查看原书依据

      将Python循环和条件逻辑转换为数组运算和布尔数组运算。 ·尽量使用广播。 ·避免复制数据,尽量使用数组视图(即切片)。 ·利用ufunc及其各种方法。 如果单用NumPy无论如何都达不到所需的性能指标,就可以考虑一下用C、Fortran或Cython(等下会稍微介绍一下)来编写代码。我自己在工作中经常会用到Cython(http://cython.org

    参考来源

    《利用Python进行数据分析》第4章《NumPy基础:数组和矢量计算》 - 位置:《利用Python进行数据分析》第4章《数组和标量之间的运算》(spine272;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0258.html;u083-ch04-004)。 - 结论依据:原文在“元素级”附近的定义、例子或代码支撑本卡核心说明:把同类批量工作表达为数组算术,可让库处理元素遍历,减少Python显式循环。边界按已读前提解释;示例未执行。 - 原始内容:元素级: In [45]: arr = np.array([[1., 2., 3.], [4., 5., 6.]]) In [46]: arr Out[46]: array([[ 1., 2., 3.], [ 4., 5., 6.]]) In [47]: arr * arr In [48]: arr - arr Out[47]: Out[48]: array - 位置:《利用Python进行数据分析》第12章《性能建议》(spine330;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0316.html;u290-ch04-004)。 - 结论依据:先找可表达成ufunc、布尔数组与广播的批量操作,同时注意临时数组和结果正确性;数组语法不意味着任何输入都更快或更省内存。 - 原始内容:将Python循环和条件逻辑转换为数组运算和布尔数组运算。 ·尽量使用广播。 ·避免复制数据,尽量使用数组视图(即切片)。 ·利用ufunc及其各种方法。 如果单用NumPy无论如何都达不到所需的性能指标,就可以考虑一下用C、Fortran或Cython(等下会稍微介绍一下)来编写代码。我自己在工作中经常会用到Cython(http://cython.org