Question

我正在尝试尽可能多地使用numpy数组。

我有一个查找表说例如MYLUT = [0,2,5,7,8,12，-1，...，229]

我有一个numpy数组MYARRAY的uint8形状值（300,200000）

将查找表应用于MYARRAY中所有元素的最快方法是什么？

目前我只是使用for循环：

for i in range(300) :
    for j in range(200000) :
        MYARRAY[i][j] = MYLUT[MYARRAY[i][j]]

我可以做得更好吗？或者这已经是用Python做到这一点的最快方法了？

Answer 1

NumPy可以非常有效地完成这项工作：

arr = np.array([[1,2,3],[0,0,1]])
lut = np.array([0,2,5,7,8,12])
print(lut.take(arr))

它给出了：

array([[2, 5, 7],
       [0, 0, 2]])

请注意，这与lut[arr]的作用相同。另请注意，您应该注意您的dtypes - 在您的示例数据中，您在LUT中有-1，但您说您的数据是未签名的。

如果您想提高效率，可以使用out的{{1}}参数：

take()

这样可以避免创建新数组，并且与更新lut.take(arr, out=arr)的原始代码更相似。

Answer 2

MYLUT[MYARRAY]应该有效：

MYLUT = np.array([0,2,5,7,8,12,-1,229])
MYARRAY = np.random.randint(0,8,8).reshape(4,2)

MYARRAY
#array([[5, 4],
#       [7, 5],
#       [4, 3],
#       [1, 5]])

new_array = np.empty_like(MYARRAY)
for i in range(4) :
    for j in range(2) :
        new_array[i,j] = MYLUT[MYARRAY[i,j]]

new_array
#array([[ 12,   8],
#       [229,  12],
#       [  8,   7],
#       [  2,  12]])

MYLUT[MYARRAY]
#array([[ 12,   8],
#       [229,  12],
#       [  8,   7],
#       [  2,  12]])

在Python 3中将查找表应用于NUMPY数组的最有效方法

2 个答案: