使用NumPy将ubyte [0，255]数组转换为float数组[-0.5，+0.5]的最快方法

Question

问题在标题中，非常简单。

我有一个文件f ，正在读取一个ubyte数组：

arr = numpy.fromfile(f, '>u1', size * rows * cols).reshape((size, rows, cols))
max_value = 0xFF  # max value of ubyte

目前，我正在通过3次传递对数据进行规范化，如下所示：

arr = images.astype(float)
arr -= max_value / 2.0
arr /= max_value

由于阵列有些大，因此需要花费很短的时间。
如果我可以在1或2次传递数据中做到这一点，那就太好了，因为我认为这样会更快。

我可以通过某种方式执行“复合”矢量运算来减少通过次数吗？
或者，我还有其他方法可以加快速度吗？

Answer 1

我做了：

ar = ar - 255/2.
ar *= 1./255

似乎更快:)

不，我没有定时，它在我的系统上大约快两倍。 看来ar = ar - 255/2. 快速进行减法和类型转换。 另外，似乎没有对标量进行除法优化：一次除法然后对数组进行一堆乘法会更快。 尽管额外的浮点运算可能会增加舍入误差。

如评论中所述， numexpr可能是实现这一目标的真正快速而简单的方法。 在我的系统上，这是另一个快两倍的因素，但这主要是由于numexpr使用了多个内核，而不是因为它只对数组执行了一次传递。 码：

import numexpr
ar = numexpr.evaluate('(ar - 255.0/2.0) / 255.0')

Answer 2

该查询表可能比重复计算要快一点：

table = numpy.linspace(-0.5, 0.5, 256)
images = numpy.memmap(f, '>u1', 'r', shape=(size, rows, cols))
arr = table[images]

在我的系统上，与您的系统相比，它节省了10％到15％的时间。

Answer 3

我自己找到了一个更好的解决方案（速度提高了约25％）：

arr = numpy.memmap(f, '>u1', 'r', shape=(size, rows, cols))
arr = arr / float(max_value)
arr -= 0.5

我很好奇是否可以改善。

Answer 4

我使用cython.parallel.prange和下面的代码，对大型数组的速度提高了50％（对一维数组，但很容易扩展）； 我想速度的提高取决于CPU内核的数量：

pilot.pyx文件：

cimport cython
from cython.parallel import prange
import numpy as np
cimport numpy as np
from numpy cimport float64_t, uint8_t, ndarray

@cython.boundscheck(False)
@cython.wraparound(False)
def norm(np.ndarray[uint8_t, ndim=1] img):
    cdef:
        Py_ssize_t i, n = len(img)
        np.ndarray[float64_t, ndim=1] arr = np.empty(n, dtype='float64')
        float64_t * left = <float64_t *> arr.data
        uint8_t * right = <uint8_t *> img.data

    for i in prange(n, nogil=True):
        left[i] = (right[i] - 127.5) / 255.0

    return arr

setup.py文件，用上述代码构建C扩展模块：

from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext

ext_module = Extension(
    'pilot',
    ['pilot.pyx'],
    extra_compile_args=['-fopenmp'],
    extra_link_args=['-fopenmp'],
)

setup(
    name = 'pilot',
    cmdclass = {'build_ext': build_ext},
    ext_modules = [ext_module],
)