Python 基于另一数组的索引图像快速重采样方法

我有一个由多个区域组成的索引图像

bin

0

为背景，其他正值为区域

我想根据另一个数组填写每个区域的值，例如：

bins = # image of shape (height, width), type int
ids = np.array([1, 5, ... ]) # region ids
values = np.array([0.1, ...]) # Values for each region, same shape as ids
img = np.empty(bins.shape, 'float32')
img[:] = np.nan
for i, val in zip(ids, values):
    img[bins == i + 1] = val

但是这个循环在python中非常慢。有没有一种方法可以把它写得很好

提前谢谢

这里有一个方法-

out = np.take(values, np.searchsorted(ids, bins-1))
out.ravel()[~np.in1d(bins,ids+1)] = np.nan

请注意，这假定要对

ids

进行排序。如果不是这样，我们需要将可选参数

sorter

与

np.searchsorted

一起使用

---

下面是另一个想法非常相似的例子，但作为一个小调整，使用初始化并限制仅在有效元素上使用

np.searchsorted

-

out = np.full(bins.shape, np.nan)
mask = np.in1d(bins,ids+1)
out.ravel()[mask] = np.take(values, np.searchsorted(ids+1, bins.ravel()[mask]))