如何在 Python 中快速求和多个数组中的一系列索引？

Question

我试图使用一个方程重建 HDR 图像，其中我必须对每个 i 值的分子和分母中的 j 个值 (0-15) 求和。有没有更快的方法来做到这一点？也许使用 np.sum？

g 是一个 255 长的一维数组，它重新映射所有像素值。

lEks 是 15 张图像的日志曝光时间

Z 是一个大小为 [95488, 15] 的数组，第一维是像素索引，第二维是图像编号

def genHDR(Z,g,lEks):

    Zi, Zj = Z.shape        #[95488, 15]

    HDRimage= np.zeros(Zi)

    for i in range(Zi):

        numerator   = 0

        denominator = 0

        for j in range(Zj):

            numerator   +=(Z[i,j])*(g[Z[i,j]] - lEks[j])

            denominator +=(Z[i,j])

        HDRimage[i] = numerator/denominator

    return HDRimage

Answer 1

可能最好的方法是使用 np.Array.sum(axis=1)。假设 g(Z[i,j]) 调用有效。你实际上甚至不需要任何循环：import numpy as npZ = np.random.randint(0,255,(10,15))g=np.random.randint(0,10,(256))lEks = np.random.rand((15))def genHDR(Z,g,lEks):    numerator = (Z*(g[Z]-lEks.view().reshape((1,)+ lEks.shape))).sum(axis=1)    denominator = Z.sum(axis=1)    HDRimage = numerator/denominator    return HDRimage

Answer 2

也许您仍然可以使用以下内容来了解如何构建它。我喜欢逐步思考。import numpy as npZ=  np.random.randint(low=0,high=256,size=(6,3))   # assume just 3 images with 6 pixels eachprint(f' Z= {Z}')lEks=np.random.rand(3)print(f'lEks = {lEks}')g0=np.arange(255)   #some example mapping; here from byte to half byteg= g0//2        # // integer divisionnpxl,nimage=np.shape(Z)print(f'npxl={npxl} nimage={nimage}')# vectorize just one operation at first, easier to visualizehdr=np.zeros(npxl)for i in np.arange(npxl):    #print(Z[i])    denom=np.sum(Z[i])    hdr[i]= np.sum(Z[i] *(g[Z[i]]- lEks))/denom     # Z[i] is just a vector of length 3, just like lEksprint(hdr)# this would do it, but still be slower than necessary, as your remaining loop has many more elements that # the one we dealt with# now vectorize the other coordinate (remove the remaining for-loop)hdr=np.zeros(npxl)hdr=  np.sum(Z *(g[Z]- lEks), axis=1)/ np.sum(Z,axis=1)   # which axis to sum over is criticalprint(hdr)#final codedef genHDR(Z, g, lEks):    npxl,nimage=np.shape(Z)    hdr=np.zeros(npxl)    hdr=  np.sum(Z *(g[Z]- lEks), axis=1)/ np.sum(Z,axis=1)     return hdrprint(genHDR(Z,g,lEks))输出： Z= [[199 101  67] [134  16 137] [219   5 135] [153  19  17] [238  41 120] [ 93  50 179]]lEks = [0.57778608 0.18113957 0.85257974]npxl=6 nimage=3[72.94714613 63.50130665 91.04028102 62.58551969 90.46303414 65.97390417][72.94714613 63.50130665 91.04028102 62.58551969 90.46303414 65.97390417][72.94714613 63.50130665 91.04028102 62.58551969 90.46303414 65.97390417]