我有这段代码在应用程序运行期间被多次调用。 它采用代表值的数字数组 (value_array)。 这些应该在 zone_array 中定义的区域中汇总。 zone_ids 表示 zone_array 中所有可能区域的列表。
它基本上是这样的:我有一张人口栅格 map ,我想知道有多少人生活在区域 map 的每个区域。
代码:
values = np.zeros(len(zone_ids))
for i in zone_ids:
values[i] = round(np.nansum(value_array[zone_array == i]), 2)
return values
罪魁祸首似乎是 for 循环,但我还没有找到消除它并得到相同结果的方法。
我用 bincount 尝试过,但没有成功。 使用 numba jit 也没有效果。
我想远离 cython,因为此代码将在不支持 cython 的 Qgis 插件中使用。
测试代码:
import numpy as np
def fill_values(zone_array, value_array, zone_ids):
values = np.zeros(len(zone_ids))
for i in zone_ids:
values[i] = round(np.nansum(value_array[zone_array == i]), 2)
return values
def run():
# 300 different zones
zone_ids = range(300)
# zone map with 300 zones
zone_array = (np.random.rand(2000, 2000) * 300).astype(int)
# value map from which we want the sum of values per zone (real map can have NaN values)
value_array = (np.random.rand(2000, 2000) * 10.)
value_array[5, 5] = np.NAN
fill_values(zone_array, value_array, zone_ids)
if __name__ == '__main__':
run()
每个循环 1.92 秒 ± 17.5 毫秒(7 次运行的平均值 ± 标准偏差,每次 1 个循环)
按照 Divakar 的建议实现 bincount :
每个循环 203 毫秒 ± 15.2 毫秒(7 次运行的平均值 ± 标准偏差,每次 1 个循环)
最佳答案
如果直接使用 bincount
,您将在求和中得到 NaN
。因此,您可以简单地将 NaNs
替换为 zeros
并使用 bincount
。作为矢量化解决方案,这应该快得多。
因此,实现将是 -
val_nonan = np.where(np.isnan(value_array), 0, value_array)
out = np.round(np.bincount(zone_array.ravel(), val_nonan.ravel()),2)
关于python - 如何优化一个 numpy 循环,该循环对一个数组中的值求和,该数组由另一个数组索引,其中值等于循环索引,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46810714/