Реверс определенные строки в N на 2 массива

Question

У меня есть N на 2 массива, как этот:

[[9 1] 
[0 5] 
[6 3] 
[2 4] 
[3 5] 
[4 1] 
[2 7] 
[6 8] 
[7 9] 
[8 0]] 

После того как я сделать поиск в этой матрице, я возвращаю некоторые показатели, где необходимо переставить строки.

В моем случае у меня было w=[1 0 9 8 7].

Я использую этот код, чтобы переставить 2 столбца ТОЛЬКО на выбранные строки.

 for x in w: 
      self.nodes[x] = roll (self.nodes[x], 1) 

Результат правильно так:

[[1 9] * 
[5 0] * 
[6 3] 
[2 4] 
[3 5] 
[4 1] 
[2 7] 
[8 6] * 
[9 7] * 
[0 8]] * 

отмеченные звездочкой строки были правильно переставлять.

Я хочу знать, если есть Однострочник NumPy выражение, которое делает весь этот трюк.

Важным фактом здесь является скорость операции.

Answer 1

Это работает, применяя бросок к копии a только индексы w и затем установить те в оригинальной a с прокатными значениями:

a[w] = np.roll(a[w], 1, axis=1) 

Кто-то было ответ (я подумайте @seberg, но теперь он удален), который показал, что для двух столбцов прокатка эквивалентна реверсированию, вам фактически не нужно roll, и она может использовать реверс по типу индекса как таковой:

a[w] = a[w, ::-1] 

Для больших массивов время аналогично. Для более коротких массивов решение roll работает медленнее. Вот время.

N = 10 
a = np.arange(N*2).reshape(-1,2) 
w = np.random.choice(np.arange(N), size=N/2, replace=False) 

timeit a[w] = np.roll(a[w],1,1) 
10000 loops, best of 3: 23.2 µs per loop 

timeit a[w] = a[w, ::-1] 
100000 loops, best of 3: 8.07 µs per loop 

N = 1000 
a = np.arange(N*2).reshape(-1,2) 
w = np.random.choice(np.arange(N), size=N/2, replace=False) 

timeit a[w] = np.roll(a[w],1,1) 
10000 loops, best of 3: 113 µs per loop 

timeit a[w] = a[w, ::-1] 
10000 loops, best of 3: 93.6 µs per loop 

N = 100000 
a = np.arange(N*2).reshape(-1,2) 
w = np.random.choice(np.arange(N), size=N/2, replace=False) 

timeit a[w] = np.roll(a[w],1,1) 
100 loops, best of 3: 10.8 ms per loop 

timeit a[w] = a[w, ::-1] 
100 loops, best of 3: 9.63 ms per loop 

Answer 2

self.nodes[w] = np.asarray(map(lambda x: np.roll(x,1), self.nodes[w]))