我有一個(gè)大的 2D 位置數(shù)據(jù)字段，以?xún)蓚€(gè)數(shù)組的形式給出，其中 .我想返回索引數(shù)組，該數(shù)組被一個(gè)名為 的 N x N 數(shù)組掩蔽。那是。該數(shù)組僅由 s 和 s 組成。xylen(x) == len(y)idx_masked(x[idx_masked], y[idx_masked])intmaskmask[x[idx_masked], y[idx_masked]] == 1mask01我想出了以下解決方案，但它（特別是下面的最后一行）非常慢，因?yàn)槲矣蠳 x N = 5000 x 5000，重復(fù)1000次：import numpy as npimport matplotlib.pyplot as plt# example mask of one corner of a squareN = 100mask = np.zeros((N, N))mask[0:10, 0:10] = 1# example x and y position arrays in arbitrary unitsx = np.random.uniform(0, 1, 1000)y = np.random.uniform(0, 1, 1000)x_bins = np.linspace(np.min(x), np.max(x), N)y_bins = np.linspace(np.min(y), np.max(y), N)x_bin_idx = np.digitize(x, x_bins)y_bin_idx = np.digitize(y, y_bins)idx_masked = np.ravel(np.where(mask[y_bin_idx - 1, x_bin_idx - 1] == 1))plt.imshow(mask[::-1, :])plt.scatter(x, y, color='red')
plt.scatter(x[idx_masked], y[idx_masked], color='blue')有沒(méi)有更有效的方法來(lái)做到這一點(diǎn)？
1 回答
MM們
TA貢獻(xiàn)1886條經(jīng)驗(yàn) 獲得超2個(gè)贊
假設(shè)您的字段覆蓋了相同大小的條柱，則無(wú)需顯式定義條柱。 可以從簡(jiǎn)單的樓層劃分確定每個(gè)位置，因?yàn)槟烂總€(gè)箱子的大小。我建議使用總寬度（您傳入的內(nèi)容），而不是，如果您當(dāng)然知道范圍的預(yù)期大小。mask*_bin_idx1 / N1 - 0np.random.uniformx.max() - x.min()
x0 = 0 # or x.min()
x1 = 1 # or x.max()
x_bin = (x1 - x0) / N
x_bin_idx = ((x - x0) // x_bin).astype(int)
# ditto for y
這將比數(shù)字化更快，更簡(jiǎn)單，并且可以避免在開(kāi)始時(shí)出現(xiàn)額外的箱子。
對(duì)于大多數(shù)目的，您不需要 。90%的問(wèn)題（包括這個(gè)問(wèn)題）不應(yīng)該使用。如果您想要一種快速訪(fǎng)問(wèn) 和 的必要元素的方法，只需使用布爾掩碼即可。面具很簡(jiǎn)單np.wherewherexy
selction = mask[x_bin_idx, y_bin_idx].astype(bool)
如果已經(jīng)是布爾值（無(wú)論如何都應(yīng)該是布爾值），則表達(dá)式就足夠了。它會(huì)產(chǎn)生一個(gè)大小與 和 相同（與 和 大小相同的）數(shù)組，其中包含每個(gè)點(diǎn)的掩碼值。您可以將面罩用作maskmask[x_bin_idx, y_bin_idx]x_bin_idxy_bin_idxxy
x[selection] # Elements of x in mask
y[selection] # Elements of y in mask
如果你絕對(duì)需要整數(shù)索引，那么門(mén)檻不是你最好的選擇。where
indices = np.flatnonzero(selection)
或
indices = selection.nonzero()[0]
如果您的目標(biāo)只是從 中提取值，我建議將它們堆疊到單個(gè)數(shù)組中：xy
coords = np.stack((x, y), axis=1)
這樣，您不必應(yīng)用索引兩次，只需提取值即可
coords[selection, :]
或
coords[indices, :]
根據(jù) 和 的相對(duì)密度，布爾掩碼或線(xiàn)性索引可能更快。你將不得不對(duì)一些相關(guān)的案例進(jìn)行計(jì)時(shí)，以獲得更好的直覺(jué)。maskxy
添加回答
舉報(bào)
0/150
提交
取消