Numpy：更快的數組訪問

Question

我寫了一個小的 python 程序，其中在一個函數中我迭代了一個圖像的 Numpy 數組。 幾乎整個運行時間都發生在我訪問單個像素（它們具有 RGB 值）的一小部分中。 它看起來像這樣：

arr #800x800 pixel
for x in range(height):
    for y in range(width):
        temp = [0,0,0]
        #prepare some stuff

        tmp[0]+=arr.item(x, y, 0) # This takes
        tmp[1]+=arr.item(x, y, 1) # almost all
        tmp[2]+=arr.item(x, y, 2) # the runtime

        #do some stuff with the values

有沒有更快的方法來訪問像素值？

Answer 1

使用sum方法：

tmp = arr.sum((0, 1))

您永遠不必對 numpy 數組值編寫顯式循環。 幾乎總是有一種運行速度更快的矢量化解決方案。

Answer 2

使用矢量化，即通過矩陣的操作，而不是通過每個元素，比如添加整個矩陣 A+B（其中 A 和 B 是相同維度上的 2 個矩陣）。 您正在做的是，將 A 的每個元素與 B 的每個元素一個一個地相加，這會使其變慢。