迭代 3D numpy 数组的有效方法答案

【问题标题】：Efficient ways to iterate through a 3D numpy array迭代 3D numpy 数组的有效方法
【发布时间】：2021-03-07 20:25:15
【问题描述】：

我有一个 vtkVolume，我必须检查所有体素以在某些列表中保持点的坐标具有特定值。例如，如果可能的值为 3（例如 0、1、2），我必须检查体积的所有体素，并在 3 个不同的列表中保存值为 0 的点的坐标，那些具有值 1 和值 2。

使用 numpy 最有效的方法是什么？我尝试使用一些经典的嵌套 for 循环来迭代具有形状 (512, 512, 359) 的整个体积，但耗时太长。

【问题讨论】：

没有一种有效的迭代方式，至少没有 Python 代码。 numpy 编译的方法可以有效地迭代，但您仅限于提供的方法。有像 numba 和 cython 这样的工具用于编写您自己的编译代码。但是对于 Python 中的迭代，列表，甚至是嵌套列表，都比数组好。您需要阅读更多 numpy 基础知识。
其实我是在求一些numpy的内置方法，因为我用numpy.place()在给定条件下替换值，速度非常快。为此，它必须遍历整个卷，这正是我想要有效地做的事情。感谢您的建议
另见：stackoverflow.com/questions/16094563/…

标签： python numpy loops

【解决方案1】：

超级简单：

a = np.random.randint(3, size=(3,3,3))

# array([[[0, 2, 1],
#         [1, 1, 0],
#         [1, 0, 2]],
# 
#        [[2, 1, 2],
#         [2, 0, 2],
#         [1, 0, 1]],
# 
#        [[0, 2, 2],
#         [0, 0, 1],
#         [2, 2, 2]]])

i0 = np.where(a==0)

# (array([0, 0, 0, 1, 1, 2, 2, 2], dtype=int64),
#  array([0, 1, 2, 1, 2, 0, 1, 1], dtype=int64),
#  array([0, 2, 1, 1, 1, 0, 0, 1], dtype=int64))

a[i0[0], i0[1], i0[2]]

# array([0, 0, 0, 0, 0, 0, 0, 0])

其他值相同：

i1 = np.where(a==1)
i2 = np.where(a==2)

【讨论】：

我尝试了这个解决方案，但我需要具有该值的点的坐标，而不是值本身。在这种情况下，对于 label=0 我必须得到一个列表，其中包含数组中点的坐标，值为 0
是的，他们在i0, i1, i2 中，正如我所展示的。最后一行a[i0[0], i0[1], i0[2]] 只是为了说明它们实际上是您想要的。
你是对的，我的错。这正是我所需要的，非常感谢！