python - 使用 Numpy 转换为 Web 墨卡托

Question

我的程序垂直拉伸(stretch)一个 Numpy 数组，代表一个 180 x 360 的 map 图像，因此它代表一个 Web Mercator map 图像。

我编写了一个函数(如下)，它可以完成我想要的操作 - 但它非常慢(大约需要五分钟)。有没有更快、更简单的方法来做到这一点？也许使用 Numpy interpolate2d 或 MatPlotLib？

def row2lat(row):
  return 180.0/math.pi*(2.0*math.atan(math.exp(row*math.pi/180.0))-math.pi/2.0)

def mercator(geodetic):
    geo = np.repeat(geodetic, 2, axis=0)
    merc = np.zeros_like(geo)
    side = geo[0].size
    for row in range(side):
        lat = row2lat(180 - ((row * 1.0)/side) * 360)
        g_row = (abs(90 - lat)/180)*side
        fraction = g_row-math.floor(g_row)
        for col in range(side):
            high_row = geo[math.floor(g_row)][col] * (fraction)
            low_row = geo[math.ceil(g_row)][col] * (1-fraction)
            merc[row][col] = high_row + low_row
    return merc

Answer 1

尽量避免内部 for 循环并对函数进行向量化。 Numpy 经过高度优化，可以高效运行这些东西。你的函数将如下所示:

def mercator_faster(geodetic):
    geo = np.repeat(geodetic, 2, axis=0)
    merc = np.zeros_like(geo)
    side = geo[0].size
    for row in range(side):
        lat = row2lat(180 - ((row * 1.0)/side) * 360)
        g_row = (abs(90 - lat)/180)*side
        fraction = g_row-math.floor(g_row)

        # Here I optimized the code by using the numpy vector operations 
        # instead of the for loop:

        high_row = geo[math.floor(g_row), :] * (fraction)
        low_row = geo[math.ceil(g_row), :] * (1-fraction)
        merc[row, :] = high_row + low_row

    return merc

如果我在我的机器上运行它，只需不到一秒:

%timeit mercator_faster(geo)
1 loops, best of 3: 727 ms per loop

它看起来像这样(我不得不重新调整它，因为它太大了):

可能外部 for 循环也可以矢量化，但我想这要困难得多。