ndarry：高価ndarray反復で

Question

ここでは、興味深い観察です：

1 import numpy as np 
2 data = np.array([[255,255,255], [0, 0, 255], [255, 0, 0]], np.int8) 
3 for i in range(1000000): 
4 for row in data: 
5  for col in row: 
6   flag = col > 0 

上記のコードが終了する〜17秒かかります。私は

data = data.tolist() 

を実行して一覧表示するdataを変換する場合は、全体のことは最後まで< 1秒かかります。

知っておきたいこと： 1. ndarray値比較の効率が低い理由は何ですか？ 2. ndarrayをリストに変換しないと、比較を行うより適切な方法は何ですか？それをリストに隠すよりも効率的でしょうか？

ありがとうございました！

--------------編集した質問：-------------

@hpauljが指摘したように、それは反復ではありません値の比較は非常に高価です。しかし、私は配列を反復する必要があります。それをリストに変換するよりも良い方法はありますか？

Answer 1

：Why is a `for` over a Python list faster than over a Numpy array?

配列上で繰り返しを行う方法の質問が速く頻繁に来て - と最高の答えは「ない」である、というか、コンパイルに反復を押しますnumpyコード。 Pythonレベルでの明示的な反復を大幅に高速化する方法はありません。いくつかのトリックは2倍のスピードアップをもたらすかもしれませんが、桁違いのオーダーはありません。

あなたのケースでは、答えはit depends on what you are doing at each iterationです。回答はgzc'sと表示されているので、要素ごとに比較を実行することができます。numpyという表現が1つあります。そのアクションを実行するために反復する必要はありません。

Answer 2

より適切かつ効果的な方法は、数値的な要素ごとの比較を使用することです。サイドバーから

for i in range(1000000): 
    flag = data > 0