Numpy 通过ndarray值对索引进行采样的快速解决方案

我有一些相当大的数组要处理。我所说的“大”是指在

（514514374）

的范围内。我想根据像素值随机获取索引。例如，我需要一个值等于1的pixl的三维索引。所以，我列出了所有的可能性

index=np.asarray（np.where（img_arr==1））.T

这是完美的，除了运行非常慢，到了无法忍受的程度，因为数组太大了。所以我的问题是有更好的方法吗？如果我可以输入一个像素值列表，然后返回一个相应索引列表，那就更好了。例如，我想对这些像素值的索引进行采样

[0,1,2]

，然后返回索引列表

[[1,2,3]，[53,215,11]，[223,42,113]

由于我正在处理医学图像，因此也欢迎使用

simpletk

解决方案。所以请随意发表你的意见，谢谢

import numpy as np
value = 1
# value_list = [1, 3, 5] you can also use a list of values -> *
n_samples = 3
n_subset = 500

# Create a example array
img_arr = np.random.randint(low=0, high=5, size=(10, 30, 20))

# Choose randomly indices for the array
idx_subset = np.array([np.random.randint(high=s, size=n_subset) for s in x.shape]).T  
# Get the values at the sampled positions
values_subset = img_arr[[idx_subset[:, i] for i in range(img_arr.ndim)]]  
# Check which values match
idx_subset_matching_temp = np.where(values_subset == value)[0]
# idx_subset_matching_temp = np.argwhere(np.isin(values_subset, value_list)).ravel()  -> *
# Get all the indices of the subset with the correct value(s)
idx_subset_matching = idx_subset[idx_subset_matching_temp, :]  
# Shuffle the array of indices
np.random.shuffle(idx_subset_matching)  
# Only keep as much as you need
idx_subset_matching = idx_subset_matching[:n_samples, :]

这将为您提供所需的样本。这些样本的分布应该与使用查看数组中所有匹配项的方法相同。在这两种情况下，您将获得沿所有具有匹配值的位置的均匀分布

在选择子集的大小和所需的样本数时，必须小心。子集必须足够大，以便有足够的值匹配，否则它将无法工作。 如果要采样的值非常稀疏，则会出现类似的问题，然后子集的大小需要非常大（在边缘情况下是整个数组），而您什么也得不到

如果您经常从同一数组中采样，那么存储每个值的索引也是一个好主意

indices_i = np.asarray(np.where(img_arr == i)).T

---

并将其用于进一步的计算。

np.argwhere（np.isin（a[0,1,2]））

数组中有什么类型的值？只有整数？你对这些价值观的分布有大致的了解吗？10%是一个？您可以首先随机抽取10000个值的子集，然后从更小的子集中进行选择。只涉及整数。它实际上是一个面具，40%可能是面具。但我不知道如何得到一个子集，然后从中进行选择，你愿意用公式作为答案吗？我会接受的that@scleronomic我可以对索引子集进行采样，但我不知道如何使用索引子集根据其属性对一个索引进行采样value@Divakar这是一个很好的观点，。但是与

np.where

有什么区别吗？你在这里提出了非常有说服力的理由，但我从你最后的评论中获益最多，那就是存储索引，这正是我要做的。