- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
假设我有一个点云的 numpy 数组(形状:Nx3
,每行是 (x, y, z))。我想从点云生成高度图(投影到 xy
平面)。对于 xy
上的每个网格平面,我只想保持最大z
投影到该网格的所有点的值。
例如,
A=np.array([[0, 0, 1],
[0, 0, 1.5],
[0, 0, 2.0],
[1, 1, 1],
[1, 2, 1],
[1, 1, 3]])
然后我期待的输出是
B=np.array([[0, 0, 2.0],
[1, 1, 3],
[1, 2, 1]])
如何在 numpy 中有效地执行此操作?谢谢。
最佳答案
方法 1a
这可以通过 np.lexsort
来完成, np.unique
和 np.ufunc.reduceat
:
A = A[np.lexsort((A[:, 0], A[:, 1]))]
_, idx = np.unique(A[:,:2], return_index = True, axis=0)
output = np.maximum.reduceat(A, idx)
方法 1b
reduceat
的速度以一种稍微有效的方式:
A = A[np.lexsort((A[:, 0], A[:, 1]))]
u, idx = np.unique(A[:, :2], return_index = True, axis=0)
return np.c_[u, np.maximum.reduceat(A[:,2], idx)]
方法二
numpy_indexed
写在
numpy
之上并允许使用较少的脚本解决分组问题:
import numpy_indexed as npi
_, idx = npi.group_by(A[:, :2]).argmax(A[:, 2])
output = A[idx]
请注意,它优于先前的方法,这是一个可以进一步优化的信号。
pandas
方法的运行速度比
numpy
快.似乎你的方法很幸运:
import pandas as pd
df = pd.DataFrame(A)
return df.loc[df.groupby([0,1])[2].idxmax()].values
输出
np.array([[0. 0. 2.], [1. 1. 3.], [1. 2. 1.]])
, 除了
npi
的情况导致
np.array([[0. 0. 2.], [1. 2. 1.], [1. 1. 3.]])
的方法
numexpr
包在这里能够达到极速。新方法的名称是:
approach1a_on1D
,
approach1b_on1D
,
approach2_on1D
.
import numexpr as ne
def reduct_dims(cubes):
m0, m1 = np.min(cubes[:,:2], axis=0)
M0 = np.max(cubes[:,0], axis=0)
s0 = M0 - m0 + 1
d = {'c0':cubes[:,0],'c1':cubes[:,1],'c2':cubes[:,2],
's0':s0,'m0':m0, 'm1':m1}
return ne.evaluate('c0-m0+(c1-m1)*s0', d)
def approach1a(A):
A = A[np.lexsort((A[:, 0], A[:, 1]))]
_, idx = np.unique(A[:, :2], return_index = True, axis=0)
return np.maximum.reduceat(A, idx)
def approach1b(A):
A = A[np.lexsort((A[:, 0], A[:, 1]))]
u, idx = np.unique(A[:, :2], return_index = True, axis=0)
return np.c_[u, np.maximum.reduceat(A[:,2], idx)]
def approach2(A):
_, idx = npi.group_by(A[:, :2]).argmax(A[:, 2])
return A[idx]
def approach3(A):
df = pd.DataFrame(A)
return df.loc[df.groupby([0,1])[2].idxmax()].values
def approach1a_on1D(A):
A_as_1D = reduct_dims(A)
argidx = np.argsort(A_as_1D)
A, A_as_1D = A[argidx], A_as_1D[argidx] #sort both arrays
_, idx = np.unique(A_as_1D, return_index = True)
return np.maximum.reduceat(A, idx)
def approach1b_on1D(A):
A_as_1D = reduct_dims(A)
argidx = np.argsort(A_as_1D)
A, A_as_1D = A[argidx], A_as_1D[argidx]
_, idx = np.unique(A_as_1D, return_index = True)
return np.c_[A[:,:2][idx], np.maximum.reduceat(A[:,2], idx)]
def approach2_on1D(A):
A_as_1D = reduct_dims(A)
_, idx = npi.group_by(A_as_1D).argmax(A[:,2])
return A[idx]
%timeit reduct_dims(cubes)
160 ms ± 7.44 ms per loop (mean ± std. dev. of 7 runs, 10
loops each)
使用 perfplot 分析性能
perfplot
上的结果:
import tensorflow as tf
import perfplot
import matplotlib.pyplot as plt
from time import time
path = tf.keras.utils.get_file('cubes.npz', 'https://github.com/loijord/lidar_home/raw/master/cubes.npz')
cubes = np.load(path)['array'].astype(np.int64) // 50
t = time()
fig = plt.figure(figsize=(15, 10))
plt.grid(True, which="both")
out = perfplot.bench(
setup = lambda x: cubes[:x],
kernels = [approach1a, approach1b, approach2, approach3, approach1a_on1D, approach1b_on1D, approach2_on1D],
n_range = [2 ** k for k in range(22)],
xlabel = 'cubes[:n]',
title = 'Testing groupby max on cubes',
show_progress = False,
equality_check = False)
out.show()
print('Overall testing time:', time() -t)
# Overall testing time: 129.78826427459717
关于python - 如何在numpy中有效地从Nx3点云阵列获取表面点?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64304533/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!