Python 快速有效的阵列减法

我有一大堆图像，我需要从每张图像中减去背景。初始堆栈是五维的，要减去的图像是二维的。减法在使用嵌套循环时效果很好，但在切换到

[：，：]

表示法时效果不好。你对如何解决这个问题有什么建议吗

换句话说，这是可行的

for aa in range(B.shape[0]):
    for bb in range(B.shape[1]):
        A_clean[i,j,k,aa,bb] = A[i,j,k,aa,bb] - B[aa,bb]

而这个，我更喜欢使用，因为它要快得多，没有

A_clean[i,j,k,:,:] = A[i,j,k,:,:] - B[:,:]

---

A

、

A\u clean

和

B

都是numpy数组。

有两种方法可以根据您的需要执行

• 重塑为

  b=b.重塑（（1,1,1，）+b.形状）

• 您可以像

  b[np.newaxis，np.newaxis，np.newaxis，：，：]这样索引。

下面是一个示例和测试

import numpy as np

a = np.random.random((4,4,4,4,4))
b = np.zeros((4,4)) - 9999

b_adj = b.reshape((1,1,1,4,4)) # the reshape

res_validation = a.copy()
for aa in range(b.shape[0]):
    for bb in range(b.shape[1]):
        res[:,:,:,aa,bb] = a[:,:,:,aa,bb] - b[aa,bb]

检查结果

res = a - b_adj
(res == res_validation ).all()

工具书类