派手な配列を逆にする最も効率的な方法

信じられないかもしれませんが、私の現在のコードをプロファイリングした後、numpy配列のリバートの繰り返し操作は、実行時間の巨大なチャンクを食べました。私が今持っているのは、一般的なビューベースの方法です：

reversed_arr = arr[::-1]

それをより効率的に行う他の方法はありますか、それとも非現実的な派手なパフォーマンスへの執着からの幻想ですか？

作成するreversed_arrと、元の配列にビューが作成されます。その後、元の配列を変更すると、ビューが更新され、変更が反映されます。

必要以上にビューを再作成していますか？次のようなことができるはずです。

arr = np.array(some_sequence)
reversed_arr = arr[::-1]

do_something(arr)
look_at(reversed_arr)
do_something_else(arr)
look_at(reversed_arr)

私は派手な専門家ではありませんが、これは派手に物事を行うための最速の方法のようです。これがあなたがすでにやっていることなら、あなたはそれを改善することができないと思います。

PSここで派手なビューの素晴らしい議論：

派手な配列を見ますか？

上で述べたように、a[::-1]実際にはビューを作成するだけなので、それは一定時間の操作です（したがって、配列が大きくなるのでそれほど時間がかかりません）。配列を連続させる必要がある場合（たとえば、それを使用して多くのベクトル演算を実行しているため）、/とascontiguousarray同じくらい高速です。flipupfliplr

プロットを生成するコード：

import numpy
import perfplot


perfplot.show(
    setup=lambda n: numpy.random.randint(0, 1000, n),
    kernels=[
        lambda a: a[::-1],
        lambda a: numpy.ascontiguousarray(a[::-1]),
        lambda a: numpy.fliplr([a])[0],
    ],
    labels=["a[::-1]", "ascontiguousarray(a[::-1])", "fliplr"],
    n_range=[2 ** k for k in range(25)],
    xlabel="len(a)",
    logx=True,
    logy=True,
)

これはまだ回答済みとしてマークされていないようです... Thomas Arildsenの回答は適切なものでなければなりません。

np.flipud(your_array) 

1次元配列（列配列）の場合。

matrizeで

fliplr(matrix)

行flipud(matrix)を反転したい場合、列を反転したい場合。1d列の配列を2次元の行の配列（Noneレイヤーが1つある行列）にしてから反転する必要はありません。

np.fliplr() 配列を左から右に反転します。

1次元配列の場合は、少しトリックする必要があることに注意してください。

arr1d = np.array(some_sequence)
reversed_arr = np.fliplr([arr1d])[0]

についての以前の回答について詳しく説明しnp.fliplr()ます。以下は、1次元配列の作成、2次元配列への変換、反転、1次元配列への変換を示すコードです。time.clock()秒単位で表される時間を維持するために使用されます。

import time
import numpy as np

start = time.clock()
x = np.array(range(3))
#transform to 2d
x = np.atleast_2d(x)
#flip array
x = np.fliplr(x)
#take first (and only) element
x = x[0]
#print x
end = time.clock()
print end-start

コメントなしの印刷ステートメント：

[2 1 0]
0.00203907123594

プリントステートメントをコメントアウトすると：

5.59799927506e-05

ですから、効率の点では、それはまともです。一行でそれを行うのが大好きなあなたのために、ここにその形があります。

np.fliplr(np.atleast_2d(np.array(range(3))))[0]

他の人が言ったことを拡張して、短い例を挙げましょう。

1D配列がある場合...

>>> import numpy as np
>>> x = np.arange(4) # array([0, 1, 2, 3])
>>> x[::-1] # returns a view
Out[1]: 
array([3, 2, 1, 0])

しかし、2D配列で作業している場合...

>>> x = np.arange(10).reshape(2, 5)
>>> x
Out[2]:
array([[0, 1, 2, 3, 4],
       [5, 6, 7, 8, 9]])

>>> x[::-1] # returns a view:
Out[3]: array([[5, 6, 7, 8, 9],
               [0, 1, 2, 3, 4]])

これは実際にはマトリックスを反転しません。

np.flipを使用して実際に要素を反転する必要があります

>>> np.flip(x)
Out[4]: array([[9, 8, 7, 6, 5],
               [4, 3, 2, 1, 0]])

マトリックスの要素を1つずつ印刷する場合は、フリップと一緒にフラットを使用します

>>> for el in np.flip(x).flat:
>>>     print(el, end = ' ')
9 8 7 6 5 4 3 2 1 0

負の数と長いリストで機能させるには、次のようにします。

b = numpy.flipud(numpy.array(a.split(),float))

反転が1d arraの場合