python - 基于另一个数组对索引图像重新着色的快速方法

Question

我有一个由多个区域组成的索引图像bins。 0 是背景，其他正值是区域。

我想根据另一个数组填充每个区域的值，例如:

bins = # image of shape (height, width), type int
ids = np.array([1, 5, ... ]) # region ids
values = np.array([0.1, ...]) # Values for each region, same shape as ids
img = np.empty(bins.shape, 'float32')
img[:] = np.nan
for i, val in zip(ids, values):
    img[bins == i + 1] = val

但是这个循环在Python中非常慢。有没有办法以漂亮的 numpy 方式编写它？

提前致谢!

Answer 1

这是一种方法 -

out = np.take(values, np.searchsorted(ids, bins-1))
out.ravel()[~np.in1d(bins,ids+1)] = np.nan

请注意，这假设 ids 已排序。如果情况并非如此，我们需要将可选参数 sorter 与 np.searchsorted 一起使用。

<小时/>

这是另一个具有非常相似想法的例子，但作为一个小调整，使用初始化并限制仅在有效元素上使用 np.searchsorted -

out = np.full(bins.shape, np.nan)
mask = np.in1d(bins,ids+1)
out.ravel()[mask] = np.take(values, np.searchsorted(ids+1, bins.ravel()[mask]))