我有一个表示 3D 点之间函数的数组。因此作为索引,它得到 6 元组。现在我想对这个数组的元素应用一个函数,但这个函数不仅取决于元素的值,还取决于它的索引。所以如果 A 是矩阵,m 和 n 是我们的 3D 点,A[m,n] 存储它的值,k 是 0 到 3 之间的值,那么 f(A,k )[m,n] 等于:
-m[k]**2 如果m==n
-m[k]**2-n[k]**2否则
以下是我的代码:
import numpy as np
def func(a,k):
b=np.empty(a.shape)
for i in range(a.flatten().size):
ind=np.unravel_index(i,a.shape)
if ind[0:3]==ind[3:6]:
b[ind]=a[ind]*ind[0:3][k]**2
else:
b[ind]=a[ind]*(ind[0:3][k]**2-ind[3:6][k]**2)
return b
a=np.arange(729).reshape((3,3,3,3,3,3))
print func(a,2)
有没有办法向量化这段代码?
附言这是我实际需要做的事情的简化版本。
请您参考如下方法:
使用numpy.indices()创建索引数组,然后你可以向量化计算:
import numpy as np
def func(a,k):
b=np.empty(a.shape)
for i in range(a.flatten().size):
ind=np.unravel_index(i,a.shape)
if ind[0:3]==ind[3:6]:
b[ind]=a[ind]*ind[0:3][k]**2
else:
b[ind]=a[ind]*(ind[0:3][k]**2-ind[3:6][k]**2)
return b
def func2(a,k):
b = np.empty(a.shape)
ind = np.indices(a.shape).reshape(6, -1)
mask = np.all(ind[:3] == ind[3:6], axis=0)
ar = a.ravel()
br = b.ravel()
br[mask] = ar[mask]*ind[k, mask]**2
mask = ~mask
br[mask] = ar[mask]*(ind[k, mask]**2 - ind[3+k, mask]**2)
return b
a = np.arange(729).reshape((3,3,3,3,3,3))
b1 = func(a, 2)
b2 = func2(a, 2)
np.allclose(b1, b2)
这是 %timeit 结果:
%timeit func(a, 2)
%timeit func2(a, 2)
输出:
100 loops, best of 3: 16.4 ms per loop
1000 loops, best of 3: 579 µs per loop
您可以针对您的情况稍微优化一下:
def func3(a,k):
b = np.empty(a.shape)
ind = np.indices(a.shape).reshape(6, -1)
mask = ~np.all(ind[:3] == ind[3:6], axis=0)
ar = a.ravel()
br = b.ravel()
br[:] = ar*ind[k]**2
br[mask] -= ar[mask]*ind[3+k, mask]**2
return b
