6

取る方法はありますか...

>>> x = np.array([0, 8, 10, 15, 50]).reshape((-1, 1)); ncols = 5

...そしてそれを...に変えます

array([[ 0,  1,  2,  3,  4],
       [ 8,  9, 10, 11, 12],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [50, 51, 52, 53, 54]])

私はそれを行うことができましたnp.apply_along_axis...

>>> def myFunc(a, ncols):
        return np.arange(a, (a+ncols))

>>> np.apply_along_axis(myFunc, axis=1, arr=x)

そしてforループで...

>>> X = np.zeros((x.size,ncols))
>>> for a,b in izip(xrange(x.size),x):
        X[a] = myFunc(b, ncols)

しかし、彼らは遅すぎます。もっと速い方法はありますか？

前もって感謝します。

4

1 に答える 1

6

次のようにします。

In [9]: x = np.array([0, 8, 10, 15, 50]).reshape((-1, 1))

In [10]: ncols = 5

In [11]: x + np.arange(ncols)
Out[11]: 
array([[ 0,  1,  2,  3,  4],
       [ 8,  9, 10, 11, 12],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [50, 51, 52, 53, 54]])

行ベクトルを列ベクトルに追加し、残りの処理はブロードキャストに依存します。

これは何よりも速いはずです: 1000x1000 の行列を作成するには ~1.6ms かかります:

In [17]: %timeit np.arange(1000).reshape((-1, 1)) + np.arange(1000)
1000 loops, best of 3: 1.61 ms per loop
于 2013-01-25T07:44:28.377 に答える