Python 循环中的 v 堆栈

Question

我正在查看计算机视觉 book 中的一个示例并对代码感到有点惊讶:

descr = []
descr.append(sift.read_features_from_file(featurefiles[0])[1])
descriptors = descr[0] #stack all features for k-means
for i in arange(1,nbr_images):
  descr.append(sift.read_features_from_file(featurefiles[i])[1])
  descriptors = vstack((descriptors,descr[i]))

对我来说，这看起来像是一遍又一遍地复制数组，更有效的实现是:

descr = []
descr.append(sift.read_features_from_file(featurefiles[0])[1])
for i in arange(1,nbr_images):
  descr.append(sift.read_features_from_file(featurefiles[i])[1])
descriptors = vstack((descr))

或者我在这里遗漏了一些东西并且两个代码不相同。我做了一个小测试:

print("ATTENTION")
print(descriptors.shape)
print("ATTENTION")
print(descriptors[1:10])

列表似乎有所不同？

Answer 1

你说得完全正确 - 在循环内重复连接 numpy 数组极其效率低下。连接总是生成一个副本，随着数组在循环内变得越来越大，副本的成本也越来越高。

相反，请执行以下两项操作之一:

1. 正如您所做的那样，将中间值存储在常规 Python list 中，并将其转换为循环外的 numpy 数组。追加到列表是O(1)，而连接np.ndarray是O(n+k)>.

2. 如果您提前知道最终数组有多大，则可以预先分配它，然后填充 for 循环中的行，例如:

   descr = np.empty((nbr_images, nbr_features), dtype=my_dtype)
   for i in range(nbr_image):
       descr[i] = sift.read_features_from_file(featurefiles[i])[1]
   

另一种变体是使用 np.fromiter从可迭代对象延迟生成数组，例如 this recent question .