Numpy > np.concatenate()와 이전 array 결합의 처리 시간 비교 > np.concatenate()가 3할 정도 빠름

운영 환경

GeForce GTX 1070 (8GB)
ASRock Z170M Pro4S [Intel Z170chipset]
Ubuntu 16.04 LTS desktop amd64
TensorFlow v1.2.1
cuDNN v5.1 for Linux
CUDA v8.0
Python 3.5.2
IPython 6.0.0 -- An enhanced Interactive Python.
gcc (Ubuntu 5.4.0-6ubuntu1~16.04.4) 5.4.0 20160609
GNU bash, version 4.3.48(1)-release (x86_64-pc-linux-gnu)
scipy v0.19.1
geopandas v0.3.0
MATLAB R2017b (Home Edition)

배경

@redshoga의 코멘트에서 np.concatenate ()를 소개했습니다.
htps : // / cs. s py. 오 rg/도 c/누 mpy/레후오렌세/게네라 d/누 mpy. 안녕하세요. HTML

Numpy에서 이전에 걸렸던 것은 np.append()가 느리고 Python에서의 결합으로 한 다음 np.array()로 한다는 처치를 한 적이 있었다.
TensorFlow > TFRecords > Queue and Threads에서 읽기 > 읽기를 진행함에 따라 읽기 시간이 증가한다 > 범인은 np.append()

np.concatenate()는 느린지 여부를 Jupyter %%timeit에서 측정했다.
Jupyter Notebook > %timeit range(100) > 처리 시간 측정 > %%timeit > 다중 문 처리 시간 측정

비교

np.concatenate() 쪽이 3할 정도 빠르다.

소스의 가독성도 좋아진다고 생각되기 때문에, np.concatenate()를 사용하겠습니다.