使用 numpy silces 优化 3d 数组算法 [重复]

Question

处理一个 3d-numpy 数字数组问题，将其中的值乘以一组权重，对它们求和并更新它们。

我有一个带有维度 (H, W, 3) 的 3d-numpy 数组“网格”，我想在其中将一些恒定权重乘以 3 个内部值，然后将它们相加，并用总和更新数组.我为此编写了以下python算法：

weights = (0.65, 0.33, 0.07)
for i in range(len(grin)):
        for j in range(len(grid[i])):
            sum = 0
            for k in range(3):
                sum += grid[i][j][k] * weights[k]
            grid[i][j] = [sum]

这按预期工作，现在我想通过使用更多的 numpy 方法来优化代码速度/长度，例如数组切片以切除一些 for 循环。 我对 numpy 和学习还很陌生，想知道有哪些方法可以做到这一点？

Answer 1

这实际上非常简单：

h, w = 20, 40
grid = np.random.random((h, w, 3))
weights = (0.65, 0.33, 0.07)


image = (grid * weights).sum(axis=-1)


# np.allclose(image, image2)
# True