Question

我正在尝试从API复制原始图像数据。数据是可迭代的，或者可以使用切片（[:]）。图像数据约为2000 x 2000像素。它是一个灰度浮点数组，存储在1D中。这就是我现在使用的：

imageData = np.fromiter(rawImageData, dtype=np.float32, count=width*height)

将数据复制到numpy数组大约需要2-3秒。有没有更快的方法来复制/整形数据？

其他信息：我之前尝试使用np.asarray。它使它更快，但是与线程发生冲突，如果在主线程中尝试执行任何操作，而在单独的线程中执行操作，则程序将崩溃。

Answer 1

我正在用枕头测试一张7200乘4800打开的.bmp图像。

In [26]: %timeit np.array(im)
1 loops, best of 3: 222 ms per loop

In [27]: %timeit np.asarray(im)
10 loops, best of 3: 156 ms per loop

转换为float32涉及一个副本，需要一些时间，但会节省内存：

In [39]: %timeit np.array(im, dtype=np.float32)
1 loops, best of 3: 444 ms per loop

In [40]: %timeit np.asarray(im, dtype=np.float32)
1 loops, best of 3: 543 ms per loop

fromiter需要一维数组，所以让我们只抓住R chanel（我的图片是彩色的）：

In [49]: %timeit np.fromiter(im.getdata(0), dtype=np.float32, count=7200*4800)
1 loops, best of 3: 2.49 s per loop

哎呀，有你的2-3秒。原因是迭代器对于numpy来说是一个非常不透明的东西，它喜欢非常结构化的东西。因此，它必须在飞行中推断出发生了什么，效率要低得多。因此，使用前两个函数之一，看看它们是否有效。

有没有办法让这个numpy操作更快？

1 个答案: