আমি ভেবেছিলাম যে পারফরম্যান্সের ক্ষেত্রে সমাধানগুলি কীভাবে সম্পাদন করেছে তা পরীক্ষা করা সার্থক হবে। এবং এই ফলাফল:
এটি পরিষ্কারভাবে দেখায় যে সর্বাধিক উত্সাহিত এবং গৃহীত উত্তর (পলস উত্তর ) ও দ্রুততম বিকল্প।
কোড অন্যান্য উত্তর থেকে এবং থেকে নিয়ে যাওয়া হয় অন্য Q & A- :
import numpy as np
def Paul(a, b):
c = np.empty((a.size + b.size,), dtype=a.dtype)
c[0::2] = a
c[1::2] = b
return c
def JoshAdel(a, b):
return np.vstack((a,b)).reshape((-1,),order='F')
def xioxox(a, b):
return np.ravel(np.column_stack((a,b)))
def Benjamin(a, b):
return np.vstack((a,b)).ravel([-1])
def andersonvom(a, b):
return np.hstack( zip(a,b) )
def bhanukiran(a, b):
return np.dstack((a,b)).flatten()
def Tai(a, b):
return np.insert(b, obj=range(a.shape[0]), values=a)
def Will(a, b):
return np.ravel((a,b), order='F')
timings = {Paul: [], JoshAdel: [], xioxox: [], Benjamin: [], andersonvom: [], bhanukiran: [], Tai: [], Will: []}
sizes = [2**i for i in range(1, 20, 2)]
for size in sizes:
func_input1 = np.random.random(size=size)
func_input2 = np.random.random(size=size)
for func in timings:
res = %timeit -o func(func_input1, func_input2)
timings[func].append(res)
%matplotlib notebook
import matplotlib.pyplot as plt
import numpy as np
fig = plt.figure(1)
ax = plt.subplot(111)
for func in timings:
ax.plot(sizes,
[time.best for time in timings[func]],
label=func.__name__)
ax.set_xscale('log')
ax.set_yscale('log')
ax.set_xlabel('size')
ax.set_ylabel('time [seconds]')
ax.grid(which='both')
ax.legend()
plt.tight_layout()
যদি আপনার কাছে নাম্বার উপলব্ধ থাকে তবে আপনি কোনও ফাংশন তৈরি করতে এটি ব্যবহার করতে পারেন:
import numba as nb
@nb.njit
def numba_interweave(arr1, arr2):
res = np.empty(arr1.size + arr2.size, dtype=arr1.dtype)
for idx, (item1, item2) in enumerate(zip(arr1, arr2)):
res[idx*2] = item1
res[idx*2+1] = item2
return res
অন্যান্য বিকল্পগুলির তুলনায় এটি কিছুটা দ্রুত হতে পারে:
