Python 使用numpy ufunc替换二维映射以提高效率

我有一个映射数组，它将一个值作为索引，并将其映射到以前计算的值

例如： 映射[255]=7

我想执行的任务如下：

width, height = ni.shape
for x in range(width):
    for y in range(height):
        NI_mapped[x][y] = mapping[ni[x][y]]
        RD_mapped[x][y] = mapping[rd[x][y]]

为了提供上下文，ni和rd是作为具有整数值的Ndarray加载的图像

我想使用numpy ufuncs或其他方法来加速此操作，以避免出现两个for循环

---

我知道如果我要使用函数映射是从中派生的，我可以只做

NI_mapped=NI.vectorize（myfunc）

，但是在这种情况下，从中派生映射的

myfunc

是昂贵的，所以这是不实际的。

听起来像我。你能提供一些示例数据来说明吗？这些整数值在图像中的x、y位置。图像是否可以直接转换为ndarray？很抱歉不清楚，在这种情况下，图像（ni和rd）已经是包含整数值的ndarray。上面的代码就是我想要的功能，我只是好奇使用ufuncs是否可以提高性能。