排列置換一個numpy的陣列的成ndarray或矩陣

Question

foo = np.array([1,2,3,4]) 

我有一個numpy的陣列foo，我想變換成一個ndarry或矩陣，類似於：

bar = np.array([[1,2,3,4],[2,3,4,1],[3,4,1,2],[4,1,2,3]]) 

如何任何建議要有效地做到這一點，因爲我的源數組foo的大小會有所不同，而且我需要將此轉換數百萬次。

Answer 1

您可以在循環中使用np.roll。

x = np.array([np.roll(foo, -x) for x in np.arange(foo.shape[0])]) 

print(x) 
array([[1, 2, 3, 4], 
     [2, 3, 4, 1], 
     [3, 4, 1, 2], 
     [4, 1, 2, 3]]) 

Answer 2

對於大規模的性能，我們可以在這裏合併strides。訣竅在於將原始數組與連續的最後一個元素的切片數組連接起來，然後獲取長度與原始數組長度相同的滑動窗口。

因此，實現將是 -

def strided_method(ar): 
    a = np.concatenate((ar, ar[:-1])) 
    L = len(ar) 
    n = a.strides[0] 
    return np.lib.stride_tricks.as_strided(a, (L,L), (n,n), writeable=False) 

輸出將是隻讀的並且級聯陣列的視圖，因此將有一個恆定的時間幾乎不考慮數組的大小。這意味着一個非常有效的解決方案。如果您需要使用自己的內存空間進行寫入輸出，請在那裏複製副本，如後面的時間表所示。

採樣運行 -

In [51]: foo = np.array([1,2,3,4]) 

In [52]: strided_method(foo) 
Out[52]: 
array([[1, 2, 3, 4], 
     [2, 3, 4, 1], 
     [3, 4, 1, 2], 
     [4, 1, 2, 3]]) 

運行測試 -

In [53]: foo = np.random.randint(0,9,(1000)) 

# @cᴏʟᴅsᴘᴇᴇᴅ's loopy soln 
In [54]: %timeit np.array([np.roll(foo, -x) for x in np.arange(foo.shape[0])]) 
100 loops, best of 3: 12.7 ms per loop 

In [55]: %timeit strided_method(foo) 
100000 loops, best of 3: 7.46 µs per loop 

In [56]: %timeit strided_method(foo).copy() 
1000 loops, best of 3: 454 µs per loop 

Answer 3

這些矩陣稱爲漢克爾矩陣。大多數平臺都提供了創建它們的特定例程。您也可以通過刪除不必要的部分來提高速度來實現自己。這是a pretty concise code

from scipy.linalg import hankel 

A = hankel([1,2,3,4], [4,1,2,3]) 
A 
array([[1, 2, 3, 4], 
     [2, 3, 4, 1], 
     [3, 4, 1, 2], 
     [4, 1, 2, 3]]) 

看來，這只是〜2倍比Divakar的解決方案，它是出奇的快慢。