numpy转置和翻转索引哪个更快？

Question

我有一个动态规划算法（改良版 Needleman-Wunsch），需要进行相同的基本计算两次，但第二次计算是在正交方向上完成的。例如，在矩阵 scoreMatrix 中给定单元格 (i,j)，我希望同时从“上面”的值和从(i,j)左侧的值中计算出一个值。为了重复使用代码，我使用了一个函数，在第一种情况下，我发送参数i,j,scoreMatrix，在下一种情况下，我发送 j,i,scoreMatrix.transpose()。这是那段代码的高度简化版本：

def calculateGapCost(i,j,scoreMatrix,gapcost):
  return scoreMatrix[i-1,j] - gapcost

...
gapLeft = calculateGapCost(i,j,scoreMatrix,gapcost)
gapUp = calculateGapCost(j,i,scoreMatrix.transpose(),gapcost)
...

我意识到可以传递一个函数作为参数，以便在从scoreMatrix检索值时，在一种情况下通过参数(i,j)，在另一种情况下将它们反转为(j,i)，而不是每次都转置矩阵。

def passThrough(i,j,matrix):
  return matrix[i,j]

def flipIndices(i,j,matrix):
  return matrix[j,i]

def calculateGapCost(i,j,scoreMatrix,gapcost,retrieveValue):
  return retrieveValue(i-1,j,scoreMatrix) - gapcost

...
gapLeft = calculateGapCost(i,j,scoreMatrix,gapcost,passThrough)
gapUp = calculateGapCost(j,i,scoreMatrix,gapcost,flipIndices)
...

然而，如果numpy转置使用了我不知道的某些功能来在几个操作中执行转置，那么transpose实际上可能比我的传递函数想法更快。是否有人可以告诉我哪个会更快（或者是否有我没有想到的更好的方法）？

实际方法将调用“retrieveValue”3次，并涉及到将要引用的2个矩阵（因此如果使用该方法则需要转置）。

- Todd Gillette

---

你有看过文档吗？ - Josh Lee

transpose（转置）如果可能的话只返回一个“视图”——因此它是一项快速操作——也就是说，如果您可以切换数组索引的方式，那么在逐个操作元素时，这可能是最快的方法。 - mgilson

使用 timeit 进行测试您的实际数据可能只需要 5 分钟，如果您使用 ipython 并且有 %timeit，则时间会更短。为什么不试一下呢？而不是询问别人去猜测？ - abarnert

我猜我不需要进行那些编辑。感谢您的快速回复。根据您所说，mgilson，文档现在非常清晰易懂了，虽然之前我不太确定。 - Todd Gillette

@abanert 我不确定这是否是该网站的目的，但我想说，回答这个问题让我从五分钟的研究变成了十秒钟的谷歌搜索。回答简单的问题可以将SO变成一个可搜索的百科全书，我和其他人都很感激。 - Richard Rast

这对缓存优化有什么影响？如果转置只是另一种视图，那么这两种方法是否等效？还是我漏掉了什么？（尽管示例中的函数调用会更慢） - Matt Thompson

Answer 1

在NumPy中，转置返回一个形状和步幅不同的视图。它不会影响数据。

因此, 你很可能会发现这两种方法的性能相同，因为本质上它们完全相同。

然而，确保性能的唯一方法是对两者进行基准测试。

- NPE

---

太好了。我会坚持使用转置，因为它显然是一个更简单的解决方案。谢谢！ - Todd Gillette