Python 函数和numpy数组预分配

如何优化涉及numpy阵列的函数

用例：

def create_array_and_fill(a, b, N):
    res = np.zeros(N, N)

    res[0] = a
    res[-1] = b

    return res

c = create_array_and_fill(5, 9, 100)

但是，有时，我会事先知道我需要使用的所有阵列的最大大小（比如用于测试目的），那么最好的方法是什么呢？我应该预先分配吗？最好的方法是什么？例如，我是否可以将预分配的数组传递给函数，以便函数只更新它而不是返回新数组

我的第一个想法如下，但是，当然，这是有代价的，我现在必须改变我所有的函数签名

def create_array_and_fill(a, b, N, res):

    res[0] = a
    res[-1] = b

    # No more return here?

c = np.zeros(N, N)
create_array_and_fill(a, b, N, c) 

---

如果我理解你的要求，你可以这样做：

def fill_array(a, b, N, out=None):
    if out is None:
        out = np.zeros(N, N)
    out[0] = a
    out[-1] = b
    return out

如果提供了

out

对象，则修改该对象；如果未提供

out

对象，则返回一个新对象。在这种情况下，即使修改现有的值，它仍然返回该值，但是如果expl；已提供icit

out

---

但是，如果希望函数以任何方式工作（使用给定的“out”数组或创建新数组），则必须更改函数。如果您在创建新数组的函数中编写代码，那么没有神奇的方法可以让它不执行该代码，因为您已经预先创建了另一个数组。您必须编辑函数。

这取决于函数。如果函数设置为允许传递预分配数组，则可以将预分配数组传递给该函数。你需要更具体才能得到更具体的答案。如果需要，我可以更改函数签名，但我该怎么做呢？