Python 交换二维矩阵的两列和相同行的最快方法是什么?
我有一个问题,需要找到列/行的最佳排列。所以,当我用列j交换列I时,我必须交换行I和行j。分数应用于结果矩阵(模拟退火) 它能工作,但我想知道它是否能更快 我做什么 我试过的Python 交换二维矩阵的两列和相同行的最快方法是什么?,python,numpy,matrix,optimization,Python,Numpy,Matrix,Optimization,我有一个问题,需要找到列/行的最佳排列。所以,当我用列j交换列I时,我必须交换行I和行j。分数应用于结果矩阵(模拟退火) 它能工作,但我想知道它是否能更快 我做什么 我试过的 代码是:152642.58交换/秒-158248.08交换/秒 cm[:,[i,j]]=cm[:,[j,i]]用于交换列:90562.43交换/秒-97625.79交换/秒 在我看来效率很高。另一种方法是只存储要交换的对,而不实际执行交换吗? #!/usr/bin/env python """Swap rows and
- 代码是:152642.58交换/秒-158248.08交换/秒
用于交换列:90562.43交换/秒-97625.79交换/秒cm[:,[i,j]]=cm[:,[j,i]]
#!/usr/bin/env python
"""Swap rows and colums of a square integer matrix simultaneously."""
import numpy as np
import random
random.seed(0)
def swap(cm, i, j):
"""
Swap row and column i and j in-place.
Examples
--------
>>> cm = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8]])
>>> swap(cm, 2, 0)
array([[8, 7, 6],
[5, 4, 3],
[2, 1, 0]])
"""
# swap columns
copy = cm[:, i].copy()
cm[:, i] = cm[:, j]
cm[:, j] = copy
# swap rows
copy = cm[i, :].copy()
cm[i, :] = cm[j, :]
cm[j, :] = copy
return cm
def main(n):
import time
cm = np.random.randint(0, 150000, size=(n, n))
swaps = 10**6
t0 = time.time()
for step in range(swaps):
# Choose what to swap
i = random.randint(0, n - 1)
j = i
while j == i:
j = random.randint(0, n - 1)
cm = swap(cm, i, j)
t1 = time.time()
print("{:0.2f} swaps / sec".format(swaps / (t1 - t0)))
if __name__ == '__main__':
import doctest
doctest.testmod()
main(369)