次のような N × 2 の配列があります。
[[9 1]
[0 5]
[6 3]
[2 4]
[3 5]
[4 1]
[2 7]
[6 8]
[7 9]
[8 0]]
このマトリックスで検索を行った後、行を並べ替える必要があるいくつかのインデックスを返します。
私の場合、私は持っていましたw=[1 0 9 8 7]。
このコードを使用して、選択した行でのみ2 つの列を並べ替えます。
for x in w:
self.nodes[x] = roll (self.nodes[x], 1)
結果は次のように正しいです。
[[1 9] *
[5 0] *
[6 3]
[2 4]
[3 5]
[4 1]
[2 7]
[8 6] *
[9 7] *
[0 8]] *
スター付きの行は正しく並べ替えられました。
このトリックをすべて実行するONE-LINER numpy 式があるかどうかを知りたいです。
ここで重要な事実は、操作の速度です。
aこれは、インデックスのみのコピーにロールを適用し、ロールされた値でw元のインデックスを設定することで機能します。a
a[w] = np.roll(a[w], 1, axis=1)
誰かが答えを持っていました（@sebergだと思いますが、現在は削除されています）、2つの列のローリングは反転と同等であり、実際にはする必要はなくroll、インデックストリックによる反転を使用できることを示しました：
a[w] = a[w, ::-1]
大規模な配列の場合、タイミングは同様です。短い配列の場合、rollソリューションは遅くなります。これがタイミングです。
N = 10
a = np.arange(N*2).reshape(-1,2)
w = np.random.choice(np.arange(N), size=N/2, replace=False)
timeit a[w] = np.roll(a[w],1,1)
10000 loops, best of 3: 23.2 µs per loop
timeit a[w] = a[w, ::-1]
100000 loops, best of 3: 8.07 µs per loop
N = 1000
a = np.arange(N*2).reshape(-1,2)
w = np.random.choice(np.arange(N), size=N/2, replace=False)
timeit a[w] = np.roll(a[w],1,1)
10000 loops, best of 3: 113 µs per loop
timeit a[w] = a[w, ::-1]
10000 loops, best of 3: 93.6 µs per loop
N = 100000
a = np.arange(N*2).reshape(-1,2)
w = np.random.choice(np.arange(N), size=N/2, replace=False)
timeit a[w] = np.roll(a[w],1,1)
100 loops, best of 3: 10.8 ms per loop
timeit a[w] = a[w, ::-1]
100 loops, best of 3: 9.63 ms per loop
self.nodes[w] = np.asarray(map(lambda x: np.roll(x,1), self.nodes[w]))