python - 避免在数据值分配中使用 for 循环

Question

这是我之前的问题的一个小后续问题:Generate coordinates inside Polygon和我的回答https://stackoverflow.com/a/15243767/1740928事实上，我想将多边形数据合并到规则网格中。因此，我计算多边形内的几个坐标，并将它们的纬度/经度组合转换为网格各自的列/行组合。

目前，行/列信息存储在numpy数组中，行数对应数据多边形的数量，列数对应多边形中的坐标。

整个代码花费了不到一秒的时间，但这段代码是目前的瓶颈(大约7秒):

for ii in np.arange(len(data)):
    for cc in np.arange(data_lats.shape[1]):
        final_grid[        row[ii,cc], col[ii,cc] ] += data[ii]
        final_grid_counts[ row[ii,cc], col[ii,cc] ] += 1

数组“data”仅包含每个多边形的数据值(80000，)。数组“row”和“col”包含多边形(形状:(80000,16))中坐标的行号和列号。正如您所看到的，我正在总结每个网格单元内的所有数据值并计算匹配的数量。因此，我知道每个网格单元的平均值，以防不同的多边形与其相交。不过，这两个 for 循环怎么会花费大约 7 秒呢？你能想出更快的方法吗？

Answer 1

我认为 numpy 应该添加一个 nd-bincount 函数，我前段时间正在做的一个项目中就有一个。

import numpy as np

def two_d_bincount(row, col, weights=None, shape=None):
    if shape is None:
        shape = (row.max() + 1, col.max() + 1)
    row = np.asarray(row, 'int')
    col = np.asarray(col, 'int')

    x = np.ravel_multi_index([row, col], shape)
    out = np.bincount(x, weights, minlength=np.prod(shape))
    return out.reshape(shape)

weights = np.column_stack([data] * row.shape[1])
final_grid = two_d_bincount(row.ravel(), col.ravel(), weights.ravel())
final_grid_counts = two_d_bincount(row.ravel(), col.ravel())

我希望这会有所帮助。