最有效的方法来颠倒numpy数组
信不信由你，在分析我现在的代码之后，numpy数组反转的重复操作吃了大量的运行时间。 我现在所拥有的是基于普遍观点的方法：
reversed_arr = arr[::-1] 还有没有其他办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颠簸performance的痴迷而产生的幻想呢？
在创buildreversed_arr您正在创build视图到原始数组中。 然后，您可以更改原始数组，并更新视图以反映更改。
你是否比你需要更频繁地重新创build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)
我不是一个粗糙的专家，但是这似乎是在numpy中做事最快的方法。 如果这是你已经在做的事情，我认为你不能改进。
聚苯乙烯大讨论这里的numpy意见：
查看到一个numpy数组？
np.fliplr()从左向右翻转数组。
请注意，对于一维数组，您需要欺骗一下：
arr1d = np.array(some_sequence) reversed_arr = np.fliplr([arr1d])[0]
因为这似乎没有被标记为答案呢…托马斯·阿里尔森的答案应该是正确的：只是使用
np.flipud(your_array)
如果它是一个1d数组（列数组）。
随着matrizes做
fliplr(matrix)
如果你想扭转行和flipud(matrix)如果你想要翻转列。 不需要使你的1d列数组成为2维行数组（matrix有一个None层），然后翻转它。
如上所述， a[::-1]实际上只创build一个视图，所以它是一个常量操作（因为数组不会更长）。 如果你需要这个数组是连续的（例如，因为你正在执行许多向量操作）， ascontiguousarray和flipup / fliplr一样快：
代码生成的情节：
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(20)], xlabel='len(a)', logx=True, logy=True, )
我将在之前关于np.fliplr()回答中进行扩展。 下面是一些代码，演示如何构build1d数组，将其转换为2d数组，将其翻转，然后转换回1d数组。 time.clock()将用于保持时间，这是以秒为单位表示的。
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
打印语句未注释：
[2 1 0] 0.00203907123594
随着印刷声明评论：
5.59799927506e-05
所以，就效率而言，我认为这是体面的。 对于那些喜欢用一行来做的人来说，就是这样的forms。
np.fliplr(np.atleast_2d(np.array(range(3))))[0]
为了让它与负数和长列表一起工作，您可以执行以下操作：
b = numpy.flipud(numpy.array(a.split(),float))
哪里flipd为1darrays
