python - 使用 apply_along_axis 绘制

Question

我有一个 3D ndarry 对象，它包含光谱数据(即空间 xy 维度和能量维度)。我想提取并绘制线图中每个像素的光谱。目前，我正在沿我感兴趣的轴使用 np.ndenumerate 来执行此操作，但速度很慢。我希望尝试 np.apply_along_axis，看看它是否更快，但我不断收到一个奇怪的错误。

什么有效:

# Setup environment, and generate sample data (much smaller than real thing!)
import numpy as np
import matplotlib.pyplot as plt

ax = range(0,10) # the scale to use when plotting the axis of interest
ar = np.random.rand(4,4,10) # the 3D data volume

# Plot all lines along axis 2 (i.e. the spectrum contained in each pixel) 
# on a single line plot:

for (x,y) in np.ndenumerate(ar[:,:,1]):
    plt.plot(ax,ar[x[0],x[1],:],alpha=0.5,color='black')

据我了解，这基本上是一个循环，其效率低于基于数组的方法，因此我想尝试一种使用 np.apply_along_axis 的方法，看看它是否更快。然而，这是我第一次尝试使用 Python，我仍在寻找它的工作原理，所以如果这个想法存在根本性缺陷，请纠正我!

我想尝试的:

# define a function to pass to apply_along_axis
def pa(y,x):
    if ~all(np.isnan(y)): # only do the plot if there is actually data there...
        plt.plot(x,y,alpha=0.15,color='black')
    return

# check that the function actually works...
pa(ar[1,1,:],ax) # should produce a plot - does for me :)

# try to apply to to the whole array, along the axis of interest:
np.apply_along_axis(pa,2,ar,ax) # does not work... booo!

产生的错误:

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-109-5192831ba03c> in <module>()
     12 # pa(ar[1,1,:],ax)
     13 
---> 14 np.apply_along_axis(pa,2,ar,ax)

//anaconda/lib/python2.7/site-packages/numpy/lib/shape_base.pyc in apply_along_axis(func1d, axis, arr, *args)
    101         holdshape = outshape
    102         outshape = list(arr.shape)
--> 103         outshape[axis] = len(res)
    104         outarr = zeros(outshape, asarray(res).dtype)
    105         outarr[tuple(i.tolist())] = res

TypeError: object of type 'NoneType' has no len()

任何关于这里出了什么问题的想法/关于如何更好地做到这一点的建议都会很棒。

谢谢!

Answer 1

apply_along_axis 根据函数的输出创建一个新数组。

您将返回 None(不返回任何内容)。因此错误。 Numpy 检查返回输出的长度以查看它对新数组是否有意义。

因为您不是根据结果构造新数组，所以没有理由使用 apply_along_axis。它不会更快。

但是，您当前的 ndenumerate 语句完全等同于:

import numpy as np
import matplotlib.pyplot as plt

ar = np.random.rand(4,4,10) # the 3D data volume
plt.plot(ar.reshape(-1, 10).T, alpha=0.5, color='black')

一般来说，你可能想做这样的事情:

for pixel in ar.reshape(-1, ar.shape[-1]):
    plt.plot(x_values, pixel, ...)

这样您就可以轻松地迭代高光谱阵列中每个像素的光谱。

---

这里的瓶颈可能不是您使用数组的方式。在 matplotlib 中使用相同的参数单独绘制每条线会有些低效。

构造时间会稍长一些，但是 LineCollection 的渲染速度会快得多。 (基本上，使用 LineCollection 告诉 matplotlib 不要费心检查每条线的属性，只需将它们全部传递给低级渲染器以相同的方式绘制。你绕过了一堆单个 draw 调用支持大型对象的单个 draw。)

不利的一面是，代码的可读性会差一些。

稍后我将添加一个示例。