numpy的：布尔索引和存储器使用

Question

考虑以下numpy代码：

A[start:end] = B[mask] 

这里：

• A和B是2D阵列具有相同的列数;
• start和end是标量;
• mask是一维布尔数组;
• (end - start) == sum(mask)。

在原理上，上面的操作，可以使用O(1)临时存储通过复制的B元件直接进入A进行。

这是实际发生的实际情况，还是numpy构建了一个临时数组B[mask]？如果是后者，是否有办法通过重写语句来避免这种情况？

Answer 1

使用布尔数组作为索引花哨的索引，所以numpy需要做一个副本。 如果你遇到内存问题，你可以编写一个cython扩展来处理它。

Answer 2

线

A[start:end] = B[mask] 

将 - 根据Python语言定义 - 第一评价右手侧，得到含有B所选行和占用额外的存储器的新数组。最有效的纯Python的方式我知道的避免这种情况是使用显式循环：

from itertools import izip, compress 
for i, b in izip(range(start, end), compress(B, mask)): 
    A[i] = b 

当然，这将是时间效率大大低于原来的代码，但只使用O（ 1）额外的内存。另请注意，itertools.compress()可用于Python 2.7或3.1或更高版本。