在 numpy 中计算联合 pmf 的条件概率，太慢了。有想法吗？ (python-numpy)

Question

我有一个联合概率质量函数数组，其形状例如 (1,2,3,4,5,6)，我想计算概率表，以某些维度的值为条件（导出 cpts） ，用于决策目的。

我现在想出的代码如下（输入是形式为 {'variable_1': value_1, 'variable_2': value_2 ... } 的字典“vdict”）

for i in vdict:
   dim = self.invardict.index(i) # The index of the dimension that our Variable resides in
   val = self.valdict[i][vdict[i]] # The value we want it to be
   d = d.swapaxes(0, dim)
   **d = array([d[val]])**
   d = d.swapaxes(0, dim)

...

所以，我目前所做的是：

1. 我将变量转换为 cpt 中相应的维度。
2. 我将第零轴与之前找到的轴交换。
3. 我用所需的值替换整个 0 轴。

我将尺寸放回原来的轴。

现在的问题是，为了执行步骤 2，我需要 (a.) 计算一个子数组 (b.) 将其放入列表中并再次将其转换为数组，这样我将拥有新的数组。

事实是，粗体的内容意味着我创建新对象，而不是仅使用对旧对象的引用，如果 d 非常大（这发生在我身上）并且使用 d 的方法被调用很多次（这又是，发生在我身上）整个结果非常慢。

那么，有没有人想出一个想法来改进这一小段代码并且运行得更快？也许可以让我计算适当的条件。

注意：我必须保持原始的轴顺序（或者至少确定在删除轴时如何将变量更新为尺寸字典）。我不想诉诸自定义数据类型。

Answer 1

好吧，在玩了一下 numpy 的就地数组操作后，我自己找到了答案。

将循环中的最后 3 行更改为：

    d = conditionalize(d, dim, val)

其中条件化定义为：

    def conditionalize(arr, dim, val):
        arr = arr.swapaxes(dim, 0)
        shape = arr.shape[1:]       # shape of the sub-array when we omit the desired dimension.
        count = array(shape).prod() # count of elements omitted the desired dimension.
        arr = arr.reshape(array(arr.shape).prod()) # flatten the array in-place.
        arr = arr[val*count:(val+1)*count] # take the needed elements
        arr = arr.reshape((1,)+shape) # the desired sub-array shape.
        arr = arr. swapaxes(0, dim)   # fix dimensions

        return arr

这使我的程序的执行时间从 15 分钟减少到 6 秒。收获巨大。

我希望这可以帮助遇到同样问题的人。