什么是最快的方式来Map无符号整数{0，1}的numpy数组到浮点{1，-1}

v64noz0r 于 11个月前发布在其他

关注(0)|答案(1)|浏览(94)

我有一个np.uint64的numpy数组，只包含0或1的值，我必须将0Map到np.float64(1.0)，并将1Map到np.float64(-1.0)。
由于解释器不知道它只需要转换0和1，所以它使用了一个昂贵的通用算法，所以我想使用一个带有结果的数组，并使用uint64作为数组的索引，避免任何转换，但它甚至更慢。

import numpy as np
import timeit

random_bit = np.random.randint(0, 2, size=(10000), dtype=np.uint64)

def np_cast(random_bit):
    vectorized_result = 1.0 - 2.0 * np.float64(random_bit)
    return vectorized_result

def product(random_bit):
    mapped_result = 1.0 - 2.0 * random_bit
    return mapped_result

np_one_minus_one = np.array([1.0, -1.0]).astype(np.float64)

def _array(random_bit):
    mapped_result = np_one_minus_one[random_bit]
    return mapped_result

one = np.float64(1)
minus_two = np.float64(-2)

def astype(random_bit):
    mapped_result = one + minus_two * random_bit.astype(np.float64)
    return mapped_result

function_list = [np_cast, product, _array, astype]

print("start benchmark")
for function in function_list:
    _time = timeit.timeit(lambda: function(random_bit), number=100000)
    print(f"{function.__name__}: {_time:.3f} seconds")

字符串
我得到这些时间：

np_cast: 178.604 seconds
product: 172.939 seconds
_array: 239.305 seconds
astype: 186.031 seconds

型

numpy

来源：https://stackoverflow.com/questions/77550426/what-is-the-fastest-way-to-map-numpy-array-of-unsigned-integer-0-1-to-float-1

1条答案

按热度按时间

wlp8pajw1#

通过使用numba，您可以将速度提高约4倍，对于一般的Nd情况，这可能是：

import numba as nb

@nb.vectorize
def numba_if(random_bit):
    return -1.0 if random_bit else 1.0

@nb.vectorize
def numba_product(random_bit):
    return 1.0 - 2.0 * random_bit

字符串
或者在特定的1d情况下，您可以使用显式循环来使其更快：

import numpy as np

@nb.njit
def numba_if_loop(random_bit):
    assert random_bit.ndim == 1
    result = np.empty_like(random_bit, dtype=np.float64)
    for i in range(random_bit.size):
        result[i] = -1.0 if random_bit[i] else 1.0
    return result

@nb.njit
def numba_product_loop(random_bit):
    assert random_bit.ndim == 1
    result = np.empty_like(random_bit, dtype=np.float64)
    for i in range(random_bit.size):
        result[i] = 1.0 - 2.0 * random_bit[i]
    return result

型
时间（mason是来自评论的lambda x:(1-2*x.astype(np.int8)).astype(float)）：

%timeit np_cast(random_bit)
%timeit product(random_bit)
%timeit _array(random_bit)
%timeit astype(random_bit)
%timeit mason(random_bit)

assert np.array_equal(np_cast(random_bit), numba_if(random_bit))
assert np.array_equal(np_cast(random_bit), numba_product(random_bit))
assert np.array_equal(np_cast(random_bit), numba_if_loop(random_bit))
assert np.array_equal(np_cast(random_bit), numba_product_loop(random_bit))

%timeit numba_if(random_bit)
%timeit numba_product(random_bit)
%timeit numba_if_loop(random_bit)
%timeit numba_product_loop(random_bit)

型
输出量：

6.58 µs ± 218 ns per loop (mean ± std. dev. of 7 runs, 100,000 loops each)
7.58 µs ± 251 ns per loop (mean ± std. dev. of 7 runs, 100,000 loops each)
11 µs ± 9.34 ns per loop (mean ± std. dev. of 7 runs, 100,000 loops each)
7.32 µs ± 674 ns per loop (mean ± std. dev. of 7 runs, 100,000 loops each)
6.86 µs ± 153 ns per loop (mean ± std. dev. of 7 runs, 100,000 loops each)
1.89 µs ± 25.8 ns per loop (mean ± std. dev. of 7 runs, 1,000,000 loops each)
2.07 µs ± 13.1 ns per loop (mean ± std. dev. of 7 runs, 100,000 loops each)
1.6 µs ± 14.7 ns per loop (mean ± std. dev. of 7 runs, 1,000,000 loops each)
1.78 µs ± 5.31 ns per loop (mean ± std. dev. of 7 runs, 1,000,000 loops each)

型

赞(0）回复(0）举报 11个月前

我来回答

什么是最快的方式来Map无符号整数{0，1}的numpy数组到浮点{1，-1}

1条答案

相关问题

热门标签

最新问答