信不信由你，在分析我当前的代码之后，numpy数组reversion的重复操作占用了运行时间的一大块 . 我现在拥有的是基于视图的常见方法：
reversed_arr = arr[::-1]
有没有其他方法可以更有效地做到这一点，还是仅仅是因为我对不切实际的numpy表现的迷恋？
创建 reversed_arr 时，您正在创建原始数组的视图 . 然后，您可以更改原始数组，视图将更新以反映更改 .
reversed_arr
您是否更频繁地重新创建视图？你应该可以做这样的事情：
arr = np.array(some_sequence) reversed_arr = arr[::-1] do_something(arr) look_at(reversed_arr) do_something_else(arr) look_at(reversed_arr)
我不是一个笨拙的专家，但这似乎是在numpy中做事的最快方法 . 如果这是你已经在做的事情，我认为你不能改进它 .
附：在这里讨论numpy的观点：
View onto a numpy array?
np.fliplr() 从左到右翻转阵列 .
np.fliplr()
请注意，对于1d数组，您需要稍微欺骗它：
arr1d = np.array(some_sequence) reversed_arr = np.fliplr([arr1d])[0]
因为这似乎没有被标记为已回答...... Thomas Arildsen的答案应该是正确的：只需使用
np.flipud(your_array)
如果它是1d数组（列数组） .
用matrizes做
fliplr(matrix)
如果要反转行，如果要翻转列，则 flipud(matrix) . 无需将1d列数组设为2维行数组（带有一个无图层的矩阵），然后将其翻转 .
flipud(matrix)
如上所述， a[::-1] 实际上只创建一个视图，因此随着数组的增长，它需要更长的时间 . 如果你需要数组是连续的（例如因为你用它执行了很多向量运算）， ascontiguousarray 与 flipup / fliplr 一样快：
a[::-1]
ascontiguousarray
flipup
fliplr
用于生成图的代码：
import numpy import perfplot perfplot.show( setup=lambda n: numpy.random.randint(0, 1000, n), kernels=[ lambda a: a[::-1], lambda a: numpy.ascontiguousarray(a[::-1]), lambda a: numpy.fliplr([a])[0] ], labels=['a[::-1]', 'ascontiguousarray(a[::-1])', 'fliplr'], n_range=[2**k for k in range(25)], xlabel='len(a)', logx=True, logy=True, )
我将扩展关于 np.fliplr() 的早期答案 . 下面是一些代码，演示了如何构建1d数组，将其转换为2d数组，翻转它，然后转换回1d数组 . time.clock() 将用于保持时间，以秒为单位 .
time.clock()
import time import numpy as np start = time.clock() x = np.array(range(3)) #transform to 2d x = np.atleast_2d(x) #flip array x = np.fliplr(x) #take first (and only) element x = x[0] #print x end = time.clock() print end-start
使用print语句取消注释：
[2 1 0] 0.00203907123594
随着print语句被注释掉：
5.59799927506e-05
所以，就效率而言，我认为这是体面的 . 对于那些喜欢在一行中做到这一点的人来说，这就是那种形式 .
np.fliplr(np.atleast_2d(np.array(range(3))))[0]
为了让它使用负数和长列表，您可以执行以下操作：
b = numpy.flipud(numpy.array(a.split(),float))
flipud适用于1d arra
6 回答
创建
reversed_arr时，您正在创建原始数组的视图 . 然后，您可以更改原始数组，视图将更新以反映更改 .您是否更频繁地重新创建视图？你应该可以做这样的事情：
我不是一个笨拙的专家，但这似乎是在numpy中做事的最快方法 . 如果这是你已经在做的事情，我认为你不能改进它 .
附：在这里讨论numpy的观点：
View onto a numpy array?
np.fliplr()从左到右翻转阵列 .请注意，对于1d数组，您需要稍微欺骗它：
因为这似乎没有被标记为已回答...... Thomas Arildsen的答案应该是正确的：只需使用
如果它是1d数组（列数组） .
用matrizes做
如果要反转行，如果要翻转列，则
flipud(matrix). 无需将1d列数组设为2维行数组（带有一个无图层的矩阵），然后将其翻转 .如上所述，
a[::-1]实际上只创建一个视图，因此随着数组的增长，它需要更长的时间 . 如果你需要数组是连续的（例如因为你用它执行了很多向量运算），ascontiguousarray与flipup/fliplr一样快：用于生成图的代码：
我将扩展关于
np.fliplr()的早期答案 . 下面是一些代码，演示了如何构建1d数组，将其转换为2d数组，翻转它，然后转换回1d数组 .time.clock()将用于保持时间，以秒为单位 .使用print语句取消注释：
随着print语句被注释掉：
所以，就效率而言，我认为这是体面的 . 对于那些喜欢在一行中做到这一点的人来说，这就是那种形式 .
为了让它使用负数和长列表，您可以执行以下操作：
flipud适用于1d arra