2

这就是我获取 ND 数据func的方式(IRL 不可矢量化):

import numpy
import xarray
import itertools

xs = numpy.linspace(0, 10, 100)
ys = numpy.linspace(0, 0.1, 20)
zs = numpy.linspace(0, 5, 200)

def func(x, y, z):
    return x * y / z

vals = list(itertools.product(xs, ys, zs))
result = [func(x, y, z) for x, y, z in vals]

我有一种感觉,我所做的事情可以被简化。我想把它放在一个xarray.DataArray不改变数据的地方。但是,这就是我现在的做法:

arr = np.array(result).reshape(len(xs), len(ys), len(zs))
da = xarray.DataArray(arr, coords=[('x', xs), ('y', ys), ('z', zs)])

这是一个简单的示例,但通常我使用通过映射 a itertools.product(并行)获得的 ~10D 数据。

我的问题:如何在不重塑数据以及使用和不使用、和vals的长度的情况下做到这一点?xsyszs

与您的处理方式类似:

index = pandas.MultiIndex.from_tuples(vals, names=['x', 'y', 'z'])
df = pandas.DataFrame(result, columns=['result'], index=index)

编辑: 这就是我解决它的方法,受到@hpaulj 回答的启发,谢谢!

import numpy
import xarray
import itertools

coords = dict(x=numpy.linspace(0, 10, 100),
              y=numpy.linspace(0, 0.1, 20),
              z=numpy.linspace(0, 5, 200))

def func(x, y, z):
    return x * y / z

result = [func(x, y, z) for x, y, z in itertools.product(*coords.values())]

xarray.DataArray(numpy.reshape(result, [len(i) for i in coords.values()]), coords=coords)

编辑 2 看到这个问题:https ://github.com/pydata/xarray/issues/1914

4

2 回答 2

2

有经验numpy的用户倾向于专注于删除迭代步骤。因此,我们放大了您的result计算,并将其reshape视为微不足道的事情。因此,到目前为止的答案都集中在广播和计算你的函数上。

但我开始怀疑真正困扰你的是

reshape(len(xs), len(ys), len(zs))

如果你有 10 个这样的维度,而不仅仅是 3 个,可能会变得笨拙。这不是计算速度,而是键入len(..)10 次所需的努力。或者可能是代码看起来很难看。

无论如何,这是一种绕过所有输入的方法。关键是将维度数组收集在一个列表中

In [495]: dims = [np.linspace(0,10,4), np.linspace(0,.1,3), np.linspace(0,5,5)]
In [496]: from itertools import product
In [497]: vals = list(product(*dims))
In [498]: len(vals)
Out[498]: 60
In [499]: result = [sum(ijk) for ijk in vals] # a simple func

现在只需len's使用简单的列表理解即可:

In [501]: arr=np.array(result).reshape([len(i) for i in dims])
In [502]: arr.shape
Out[502]: (4, 3, 5)

另一种可能性是在linspace开始时将参数放入列表中。

In [504]: ldims=[4,3,5]
In [505]: ends=[10,.1,5]
In [506]: dims=[np.linspace(0,e,l) for e,l in zip(ends, ldims)]
In [507]: vals = list(product(*dims))
In [508]: result=[sum(ijk) for ijk in vals]
In [509]: arr=np.array(result).reshape(ldims)

reshape本身并不是一项昂贵的操作。通常它会创建一个视图,这是使用数组可以做的最快的事情之一。

@Divakar在他删除的答案中暗示了这种解决方案,以*np.meshgrid(*A)替代您的product(xs,ys).

顺便说一句,我的回答也不涉及xarray- 因为我没有安装那个包。我假设您知道将arr3d 形状传递给它时您在做什么,而不是较长的 1d 数组。查看标签编号, 5k 关注者numpy, 23关注者xarray

xarray coords参数也可以从dims(带有额外的名称列表)构造。

如果您不喜欢此答案,我建议您关闭问题,然后仅使用xarray标签开始一个新问题。这样你就不会吸引无数的numpy苍蝇。

于 2016-11-09T16:46:46.053 回答
0

第二次编辑我忘记了einsum!如果您可以折磨您的功能以适应这将更快(在下面的 timeit 上为 1.5ms)

result = np.einsum('i,j,k', xs, ys, 1.0 / zs)

您需要重塑并广播到相同形状的阵列。正如巴尔佐拉所说,如果它是 10D 并且每个方向有 100 个(10**20 个元素),这将是非常大的。正如 hpaulj 所说,重塑一个 numpy 数组通常是微不足道的,在这种情况下也是如此,尽管广播确实需要一些工作。但是比 itertools.product() 方法少得多。对于你的例子

import numpy as np

xs = np.linspace(0, 10, 100)
ys = np.linspace(0, 0.1, 20)
zs = np.linspace(0.1, 5, 200)

xn, yn, zn = len(xs), len(ys), len(zs)

xs_b = np.broadcast_to(xs.reshape(xn, 1, 1), (xn, yn, zn))
ys_b = np.broadcast_to(ys.reshape(1, yn, 1), (xn, yn, zn))
zs_b = np.broadcast_to(zs.reshape(1, 1, zn), (xn, yn, zn))

result = xs_b * ys_b / zs_b

使用 timeit 如下所示,我得到 numpy 计算为 4ms,itertools 方法为 150ms。我认为更多维度的差异会更大。

import timeit

init = '''
import itertools
import numpy as np

def func(x, y, z):
    return x * y / z

xs = np.linspace(0, 10, 100)
ys = np.linspace(0, 0.1, 20)
zs = np.linspace(0.1, 5, 200)

xn, yn, zn = len(xs), len(ys), len(zs)
'''
funcs = ['''
xs_b = np.broadcast_to(xs.reshape(xn, 1, 1), (xn, yn, zn))
ys_b = np.broadcast_to(ys.reshape(1, yn, 1), (xn, yn, zn))
zs_b = np.broadcast_to(zs.reshape(1, 1, zn), (xn, yn, zn))

result = xs_b * ys_b / zs_b
''','''
vals = list(itertools.product(xs, ys, zs))
result = [func(x, y, z) for x, y, z in vals]
''']

for f in funcs:
  print(timeit.timeit(f, setup=init, number=100))

编辑附言。我更改了您的 zs 以通过除以零来防止 numpy 警告,因为这可能会影响 timeit 比较。

于 2016-11-09T15:55:29.410 回答