Python 用Numpy计算有效的总面积表

我试图使用python和numpy计算一个特性计数矩阵的值。目前我正在使用以下代码：

def summed_area_table(img):

    table = np.zeros_like(img).astype(int)

    for row in range(img.shape[0]):
        for col in range(img.shape[1]):

            if (row > 0) and (col > 0):
                table[row, col] = (img[row, col] +
                                   table[row, col - 1] +
                                   table[row - 1, col] -
                                   table[row - 1, col - 1])
            elif row > 0:   
                table[row, col] = img[row, col] + table[row - 1, col]
            elif col > 0:
                table[row, col] = img[row, col] + table[row, col - 1]
            else:
                table[row, col] = img[row, col]

    return table

---

上述代码在3200 x 1400阵列上执行计算大约需要35秒。有没有办法使用Numpy技巧来加速计算？我意识到基本的速度问题在于嵌套的python循环，但我不知道如何避免它们。

有一个NumPy函数

cumsum

用于累计和。应用它两次将生成所需的表：

将numpy导入为np
A=np.random.randint（0,10，（3,4））
打印
打印A.cumsum（轴=0）。cumsum（轴=1）

输出：

[[7 4 7 2]
 [6 9 9 5]
 [6 6 7 6]]
[[ 7 11 18 20]
 [13 26 42 49]
 [19 38 61 74]]

0.15 sec elapsed

性能分析：（）

输出：

[[7 4 7 2]
 [6 9 9 5]
 [6 6 7 6]]
[[ 7 11 18 20]
 [13 26 42 49]
 [19 38 61 74]]

0.15 sec elapsed