python - 如何加快对部分 numpy 数组的迭代

Question

我在 numpy 中有一个大的 3 维数组(比如大小 100x100x100)。我想多次迭代它的一部分(大约 70% 的元素)，我有一个大小相同的 bool 矩阵，并定义元素是否应该完成操作。

我目前的方法是首先创建一个形状为 (N,3) 的数组“坐标”，其中包含要执行操作的所有坐标，然后

for i in np.arange(many_iterations):
    for j in coords:
        large_array[j] = do_something(large_array[tuple(j)])

事实上，评估整个数组并在循环中包含一个额外的操作来测试 bool 数组是否会更好(请记住，然后进行多次迭代而不是一次真值评估)。我的想法是在这种情况下的返回是摆脱 for 循环

large_array = do_something(large_array if condition True)

在这种情况下，最后一行将如何工作？

Answer 1

通过首先创建一个 bool 值数组来定义您应该操作的位置，您可能会获得更好的性能:

big_3d_arr = some 100x100x100 array
where_to_operate_arr = big_3d_arr < 500 # or whatever your condition is
big_3d_arr[where_to_operate_arr] = do_something(big_3d_arr[where_to_operate_arr])

类似的事情可能会奏效，但您可能必须再次迭代并分块进行 bool 索引，具体取决于您的应用程序。