Wie ein Netz in Python schnell zu verfeinern

Question

Ich habe eine Nummer array([1.0, 2.0, 3.0]), die eigentlich ein Netz in 1 Dimension in meinem Problem ist. Was ich tun möchte, ist das Netz zu verfeinern, um dies zu erhalten: array([0.8, 0.9, 1, 1.1, 1.2, 1.8, 1.9, 2, 2.1, 2.2, 2.8, 2.9, 3, 3.1, 3.2,]).

Das eigentliche Array ist sehr groß und dieses Verfahren kostet viel Zeit. Wie geht das schnell (vielleicht vektorisieren) in Python?

Answer 1

Hier ist ein vektorisiert Ansatz -

(a[:,None] + np.arange(-0.2,0.3,0.1)).ravel() # a is input array 

Probelauf -

In [15]: a = np.array([1.0, 2.0, 3.0]) # Input array 

In [16]: (a[:,None] + np.arange(-0.2,0.3,0.1)).ravel() 
Out[16]: 
array([ 0.8, 0.9, 1. , 1.1, 1.2, 1.8, 1.9, 2. , 2.1, 2.2, 2.8, 
     2.9, 3. , 3.1, 3.2]) 

Answer 2

Hier sind ein paar Optionen (Python 3):

Option 1:

np.array([j for i in arr for j in np.arange(i - 0.2, i + 0.25, 0.1)]) 
# array([ 0.8, 0.9, 1. , 1.1, 1.2, 1.8, 1.9, 2. , 2.1, 2.2, 2.8, 
#   2.9, 3. , 3.1, 3.2]) 

Option 2:

np.array([j for x, y in zip(arr - 0.2, arr + 0.25) for j in np.arange(x,y,0.1)]) 
# array([ 0.8, 0.9, 1. , 1.1, 1.2, 1.8, 1.9, 2. , 2.1, 2.2, 2.8, 
#   2.9, 3. , 3.1, 3.2]) 

Option 3:

np.array([arr + i for i in np.arange(-0.2, 0.25, 0.1)]).T.ravel() 
# array([ 0.8, 0.9, 1. , 1.1, 1.2, 1.8, 1.9, 2. , 2.1, 2.2, 2.8, 
#   2.9, 3. , 3.1, 3.2]) 

---

-Timing in einem größeren Array:

arr = np.arange(100000) 
arr 
# array([ 0,  1,  2, ..., 99997, 99998, 99999]) 

%timeit np.array([j for i in arr for j in np.arange(i-0.2, i+0.25, 0.1)]) 
# 1 loop, best of 3: 615 ms per loop 

%timeit np.array([j for x, y in zip(arr - 0.2, arr + 0.25) for j in np.arange(x,y,0.1)]) 
# 1 loop, best of 3: 250 ms per loop 

%timeit np.array([arr + i for i in np.arange(-0.2, 0.25, 0.1)]).T.ravel() 
# 100 loops, best of 3: 1.93 ms per loop