numpy数组中的快速值交换

Question

所以，这应该是相当容易的，但它似乎需要花费大量的时间给我：我有一个只有两个值的numpy数组（例如0和255）我想以这种方式反转矩阵，所有值交换（0变为255，反之亦然）。 矩阵大约有2000个条目，所以这是认真的工作！ 我首先尝试了numpy.invert方法，这不是我所期望的。 所以我试着通过“存储”值然后覆盖它们来自己做：

for i in range(array.length):
            array[i][array[i]==255]=1
            array[i][array[i]==0]=255
            array[i][array[i]==1]=0

这是表现出预期的，但需要很长时间（我猜是因为for循环？）。 如果我将其实现为多线程计算，其中每个线程“反转”一个较小的子数组，那会更快吗？ 还是有另一种方法可以更方便地做到这一点？

Answer 1

除了@ JanneKarila和@ EOL的优秀建议之外，值得展示一种更有效的方法来使用掩码进行交换。

如果比简单交换两个值有更复杂的比较，则使用布尔掩码通常更有用，但您的示例以次优方式使用它。

目前，您正在上面的示例中制作布尔“掩码”数组的多个临时副本（例如array[i] == blah ）并执行多个赋值。 你可以通过只做一次“掩码”布尔数组并反转它来避免这种情况。

如果你有足够的ram用于临时副本（ bool dtype），请尝试这样的事情：

mask = (data == 255)
data[mask] = 0
data[~mask] = 255

或者（等效地）你可以使用numpy.where ：

data = numpy.where(data == 255, 0, 255)

如果您使用循环来避免制作完整的临时副本，并且需要保存ram，请将循环调整为更像这样的东西：

for i in range(len(array)):
     mask = (array[i] == 255)
     array[mask] = 0
     array[~mask] = 255

所有这一切，无论是减法还是XOR都是这种情况下的方法，特别是如果你就地进行操作！

Answer 2

要交换0和255，如果数据类型是整数类型之一，则可以使用XOR。

array ^= 255

Answer 3

你可以简单地做：

arr_inverted = 255-arr

这将逐个转换所有元素（255表示0，0表示255）。 更一般地说，如果你只有两个值a和b，那么“反转”就是用(a+b)-arr 。 如果两个值不是整数 （如浮点数或复数），这也适用 。

正如Jaime指出的那样，如果内存是一个问题，则subtract(255, arr, out=arr)将arr的值交换为就地。

如果你的阵列中通常有整数 ，Janne Karila的XOR就地解决方案的优势在于比上面建议的差异就地解决方案更简洁。 它可以推广为arr ^= (a^b) ，用于交换两个整数a和b 。

两种方法的执行时间相似（使用200×200×200的uint8整数数组，通过IPython）：

>>> arr = np.random.choice((0, 255), (200, 200, 200)).astype('uint8')
>>> %timeit np.bitwise_xor(255, arr, out=arr)
100 loops, best of 3: 7.65 ms per loop
>>> %timeit np.subtract(255, arr, out=arr)
100 loops, best of 3: 7.69 ms per loop

如果您的数组类型为uint8 ，则arr_inverted = ~a需要相同的时间，用于交换0和255（ ~运算符反转所有位），并且不太通用，因此它不值得（使用200×200×测试） 200阵）。

Answer 4

“我首先尝试了numpy.invert方法，这并不完全符合我的预期。”

Numpy.invert正是您所需要的。 你能描述一下发生了什么吗 您是否使用无符号字节进行存储而不是有符号数据类型或整数？

无符号字节+ numpy.invert应该完全符合你的要求。

[您还应该看到numpy中使用无符号字节而不是更长或有符号数据类型的更快性能]