需要提高速度性能。使用嵌套的 for 循环

Question

我有一个形状为 (1002,1004) 的二维数组。对于这个问题，它可以通过以下方式生成：

a = numpy.arange( (1002 * 1004) ).reshape(1002, 1004)

我所做的是生成两个列表。列表通过以下方式生成：

theta = (61/180.) * numpy.pi
x = numpy.arange(a.shape[0])             #(1002, )
y = numpy.arange(a.shape[1])             #(1004, )

max_y_for_angle = int(y[-1] - (x[-1] / numpy.tan(theta)))

第一个列表由以下给出：

x_list = numpy.linspace(0, x[-1], len(x))

请注意，此列表与 x 相同。但是，为了便于说明和提供清晰的图片，我声明了这个“列表”。

我现在要做的是创建一个与 x_list 一样长的 y_list。我想使用这些列表来确定我的二维数组中的元素。在确定并存储元素的总和后，我想将 y_list 移动 1 并再次确定元素的总和。我想为 max_y_for_angle 迭代执行此操作。我的代码是：

sum_list = numpy.zeros(max_y_for_angle)
for idx in range(max_y_for_angle):
    y_list = numpy.linspace((len(x) / numpy.tan(theta)) + idx, y[0] + idx , len(x))
    elements = 0
    for i in range(len(x)):
       elements += a[x_list[i]][y_list[i]]
    sum_list[idx] = elements

此操作有效。然而，正如人们想象的那样，由于 for 循环中的 for 循环，这需要花费大量时间。 for 循环的迭代次数也无济于事。我怎样才能加快速度？该操作现在大约需要 1 秒。我正在寻找低于 200 毫秒的东西。

当输入为 x_list 和 y_list 时，是否有可能返回二维数组元素的列表？我尝试了以下方法，但这不起作用：

a[x_list][y_list]

非常感谢！

Answer 1

通过a[x, y] 可以返回一个数组 元素组成的二维数组，其中x 和y 都是整数数组。这称为高级索引或有时称为fancy indexing。在您的问题中，您提到了很多列表，但实际上从未在代码中使用任何列表， x_list 和 y_list 都是数组。此外，即使i 和j 是整数值，numpy 多维数组通常也会被索引为a[i, j]。

使用花哨的索引和一些清理代码产生了这个：

import numpy

def line_sums(a, thata):
    xsize, ysize = a.shape
    tan_theta = numpy.tan(theta)
    max_y_for_angle = int(ysize - 1 - ((xsize - 1) / tan_theta))

    x = numpy.arange(xsize)
    y_base = numpy.linspace(xsize / tan_theta, 0, xsize)
    y_base = y_base.astype(int)
    sum_list = numpy.zeros(max_y_for_angle)

    for idx in range(max_y_for_angle):
        sum_list[idx] = a[x, y_base + idx].sum()

    return sum_list

a = numpy.arange( (1002 * 1004) ).reshape(1002, 1004)
theta = (61/180.) * numpy.pi
sum_list = line_sums(a, theta)

希望对您有所帮助。