python - 在 NumPy 中转置存储在一维数组中的矩阵的最快方法？

Question

给定一个长度为 N^2 的向量 v，它保存 NxN 矩阵 M 的条目，使用 NumPy 在同一向量表示中计算 M 转置的最快方法是什么？

我知道这可以通过

来完成

v.reshape(N, N).T.flatten()

但是这是最快的方法吗？

我对 M 的中间显式形式不感兴趣。

Answer 1

考虑一个测试用例:

In [207]: N=1000
In [208]: X = np.arange(N*N)

您的代码:

In [209]: Y = X.reshape(N,N).T.flatten()
In [210]: timeit Y = X.reshape(N,N).T.flatten()
5.45 ms ± 13 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

建议的替代方案:

In [211]: Z = X.reshape(N,N).flatten('F')
In [212]: np.allclose(Y,Z)
Out[212]: True
In [213]: timeit Z = X.reshape(N,N).flatten('F')
5.46 ms ± 39.2 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

没有真正的区别。 reshape 和 transpose 是 View 。