如何在不使用concatenate的情况下连接两个numpy ndarray

Question

我正在编写利用Numba JIT编译python代码的代码。该函数接受两个长度相同的数组作为输入，随机选择一个切片点，并返回一个元组，其中两个弗兰肯斯坦数组由两个输入字符串的一部分组成。然而，Numba还不支持numpy.contenate函数（不知道它是否会）。由于我不愿意放弃Numpy，有人知道在没有concatenate函数的情况下连接两个Numpy数组的高性能解决方案吗？

def randomSlice(str1, str2):
    lenstr = len(str1)
    rnd = np.random.randint(1, lenstr)
    return (np.concatenate((str1[:rnd], str2[rnd:])), np.concatenate((str2[:rnd], str1[rnd:])))

Answer 1

这可能对您有用：

import numpy as np
import numba as nb
@nb.jit(nopython=True)
def randomSlice_nb(str1, str2):
    lenstr = len(str1)
    rnd = np.random.randint(1, lenstr)
    out1 = np.empty_like(str1)
    out2 = np.empty_like(str1)
    out1[:rnd] = str1[:rnd]
    out1[rnd:] = str2[rnd:]
    out2[:rnd] = str2[:rnd]
    out2[rnd:] = str1[rnd:]
    return (out1, out2)

在我的机器上，使用Numba 0.27并通过timeit模块计时，以确保我没有在统计中计算jit时间（或者你可以运行它一次，然后对后续调用计时），Numba版本在各种大小的int或float输入数组上提供了小但不可忽略的性能提升。如果数组的dtype类似于|S1，那么numba的速度会慢得多。Numba团队花在优化非数字用例上的时间很少，所以这并不奇怪。我对输入数组str1和str2的确切形式有点不清楚，所以我不能完全保证代码适用于您的特定用例。