numpy 最快的方法来生成 Shuffle 范围数组从零到x

chhkpiq4 于 4个月前发布在其他

关注(0)|答案(1)|浏览(30)

我试图找到一种最快的方法来生成一个随机索引数组。一个随机范围从0到一个数字，可以这么说。
目前，我比较了这两种方法：

setup = "import numpy as np; idxlen = 1000; rng = np.random.default_rng(); matrix = -np.ones([100,idxlen],dtype=int)"
test1 = "rand_idxs = np.arange(idxlen); 
         rng.shuffle(rand_idxs); 
         matrix[0][:] = rand_idxs"
test2 = "matrix[0][:] = rng.choice(range(idxlen),idxlen,replace=False)"
print(timeit.timeit(test1, setup, number = 10000))
print(timeit.timeit(test2, setup, number = 10000))

字符串
返回以下计时：

0.1846354000736028
0.950088300043717

型
我假设rng.shuffle（）方法会随机化数组的索引，并根据这些索引重新排列它。现在，由于我正在生成一个包含从0到某个数字的所有整数的数组，这实际上相当于生成随机索引。所以我无法摆脱这样一种感觉，即有一种更快的方法可以实现我想要实现的目标。有吗？

numpy

来源：https://stackoverflow.com/questions/77710677/fastest-way-to-generate-shuffled-range-array-form-zero-to-x

1条答案

按热度按时间

pftdvrlh1#

如果你从测试二中删除范围，那么你会看到变化，发现test2比第一个更快

import timeit
setup = "import numpy as np; idxlen = 1000; rng = np.random.default_rng(); matrix = -np.ones([100,idxlen],dtype=int)"
test1 = "rand_idxs = np.arange(idxlen); rng.shuffle(rand_idxs); matrix[0][:] = rand_idxs"
test2 = "matrix[0][:] = rng.choice(idxlen,idxlen,replace=False)"
print(timeit.timeit(test1, setup, number = 10000))
print(timeit.timeit(test2, setup, number = 10000))

字符串
现在进行测试

对于idxlen=1000

0.15045420000024023
0.24143790000016452

型

对于idxlen=10000

1.4334205999984988
1.3395810999973037

型

对于idxlen=100000

14.489788099999714
8.599601199999597

型
还有一个方法是np.random.Generator.permutation
这个方法的测试是

test3 = "matrix[0][:] = rng.permutation(idxlen)"

型

对于idxlen=1000

0.1567758999990474

型

对于idxlen=10000

1.4174363000020094

型

对于idxlen=100000

13.964398899999651

型

最后，比较所有三个之间的时间

`number=10000`图形

的数据
Code for graph

赞(0）回复(0）举报 4个月前

我来回答

numpy 最快的方法来生成 Shuffle 范围数组从零到x

1条答案

最后，比较所有三个之间的时间

`number=10000`图形

相关问题

热门标签

最新问答

numpy 最快的方法来生成 Shuffle 范围数组从零到x

1条答案

最后，比较所有三个之间的时间

number=10000图形

相关问题

热门标签

最新问答

`number=10000`图形