创建 2D numpy 数组的 Python 方式

Question

我有一个函数

gen()

，它返回一个由

nElements

个浮点数组成的 numpy 数组。我正在寻找一种更Pythonic（单行？）的方法来执行以下操作：

a = zeros((nSamples, nElements))
for i in xrange(nSamples):
     a[i,:] = gen()

这是一种方法：

a = array([gen() for i in xrange(nSamples)]).reshape((nSamples, nElements))

但是由于没有预先分配 numpy 数组，所以速度会慢一些，这是可以理解的：

import time
from numpy import *

nSamples  = 100000
nElements = 100

start = time.time()
a = array([gen() for i in xrange(nSamples)]).reshape((nSamples, nElements))
print (time.time() - start)

start = time.time()
a = zeros((numSamples, nElements))
for i in xrange(numSamples):
    a[i,:] = gen()
print (time.time() - start)

输出：

1.82166719437
0.502261161804

有没有一种方法可以实现相同的单行，同时保持预先分配的数组以提高速度？

Answer 1

这可能无法直接回答您的问题，但是既然您在标题中提到了Pythonic...请理解Pythonic不一定是“单行”或最聪明和最短（按击键方式）的方式做某事。恰恰相反——Pythonic 代码力求清晰。

就您的代码而言，我发现：

a = zeros((nSamples, nElements))
for i in xrange(nSamples):
     a[i,:] = gen()

比以下更清楚：

a = array([gen() for i in xrange(nSamples)]).reshape((nSamples, nElements))

因此我不会说第二个更Pythonic。可能不太如此。

Answer 2

我相信这会做你想要的：

a = vstack([ gen() for _ in xrange(nSamples) ])

由于我无法访问您的

gen

功能，因此我无法进行计时测试。另外，这（以及你的单行）不像你的 for 循环版本那么内存友好。单行存储所有

gen()

输出，然后构造数组，而 for 循环一次只需要在内存中保存一个

gen()

（以及 numpy 数组）。