Méthode plus performante faire ce type d'insertion de python?

Question

Étant donné deux matrices hashes et table, pour chaque valeur dans hashes Je veux stocker la position de l'élément au décalage de la valeur de l'élément dans le tableau table. Voici l'algorithme naïf:

def insert_n(table,hashes): 
    for x in xrange(len(hashes)): 
     table[hashes[x]]=x 

Ceci est extrêmement lent. Psyco aide certains ici, mais à peine.

Numpy a une solution:

numpy.insert(table,numpy.arange(len(hashes)),hashes) 

Mais selon mes repères, cela est encore très lent pour une opération simple. Existe-t-il un moyen plus rapide d'effectuer cela qui peut être utilisé à partir de python?

quelques exemples de code supplémentaires:

import numpy 

from time import time 

table_size=2**20 

hashes_size=2**19 

table=numpy.zeros(table_size,dtype=numpy.uint32) 

hashes=numpy.fromstring(numpy.random.bytes((hashes_size)*4), 
         dtype=numpy.uint32)%table_size 

t0=time() 

numpy.insert(table,numpy.arange(len(hashes)),hashes) 

print time()-t0 

Answer 1

C'est simple et rapide (en supposant une table et hash sont des tableaux numpy.uint32):

table[hashes] = numpy.arange(len(hashes), dtype=numpy.uint32) 

Vous pouvez comparer la vitesse avec ceci:

table[hashes] = xrange(len(hashes)) 

par ailleurs, numpy.insert ne fait pas la même chose que pour-lo op vous avez posté.