Numpyサブマトリックス（ランダムインデックス選択）

Question

Numpyを使用してサブマトリックスを計算しようとしました。

マトリックスの形状である

A：（15000 100）

B：（15000 100）

B_（3000、100）

C：（100 、100）

sample_index = np.random.choice(np.arange(int(15000*0.2)), size=int(int(15000*0.2)), replace=False) 

と最初のコードは

01のみsample_index

及び第二のコードからスライスされたサブ行列を使用

for ki in range(100): 
    self.A[sample_index, k] += B_[:, k] - np.dot(self.A[sample_index, : ], C[:, k]) 

すべての行列を使用

for k in range(100): 
    self.A[:, k] += B[:, k] - np.dot(self.A[:, : ], C[:, k]) 

あります。

しかし、最初のコードの計算時間は2番目のコードよりも遅いです。

スピードアップの理由や解決方法をご存知ですか？

Answer 1

実際に入力行列をコピーしています。入力を読み込んでいるだけの場合は、それをコピーする必要はありません。

import numpy as np 
a = np.random.rand(10000).reshape(100, 100) 
b = np.random.rand(10000).reshape(100, 100) 
i = list(range(10)) 
a_sub0 = a[:10] # view 
a_sub1 = a[i] # copying 

# you can change the original matrix from the view 
a_sub0[0, 0] = 100 
(a[0, 0] == 100.0) and (a_sub1[0, 0] != 100.0) # True