Python 有没有一种方法可以使用numpy删除循环？

我有一个3D numpy数组输入_数据（q x m x n），我用它来构建直方图数据以最终绘制，它存储在plot_数据（m x n x 2）中。这一步在我的过程中是一个相当大的瓶颈，我想知道是否有一种更快、更“简单”的方法来实现这一点

num_bins = 3
for i in range(m):

    for j in range(n):

        data = input_data[:, i, j]

        hist, bins = np.histogram(data, bins=num_bins)

        # Create the (x, y) pairs to plot
        plot_data[i][j] = np.stack((bins[:-1], hist), axis=1)

---

我认为你们的样品是相似的，所以柱状图是相似的。在这种情况下，您可以简化比较，并以更矢量化的方式进行比较：

a=np.random.rand(100000,10,10)


def f():  # roughly your approach.
    plotdata=np.zeros((10,10,3),np.int32)
    for i in range(10):
        for j in range(10):
            bins,hist=np.histogram(a[:,i,j],3)
            plotdata[i,j]=bins 
    return plotdata

def g(): #vectored comparisons 
    u=(a < 1/3).sum(axis=0)
    w=(a > 2/3).sum(axis=0)
    v=len(a)-u-w
    return np.dstack((u,v,w))

---

这里有一个矢量化的方法来计算箱子的一般数量-

def vectorized_app(input_data, num_bins):
    s0 = input_data.min(0)
    s1 = input_data.max(0)

    m,n,r = input_data.shape
    ids = (num_bins*((input_data - s0)/(s1-s0))).astype(int).clip(max=num_bins-1)
    offset = num_bins*(r*np.arange(n)[:,None] + np.arange(r))
    ids3D = ids + offset
    count3D = np.bincount(ids3D.ravel(), minlength=n*r*num_bins).reshape(n,r,-1)
    bins3D = create_ranges_nd(s0, s1, num_bins+1)[...,:-1]

    out = np.empty((n,r,num_bins,2))
    out[...,0] = bins3D
    out[...,1] = count3D
    return out

辅助功能-

运行时测试

原始方法-

def org_app(input_data, num_bins):
    q,m,n = input_data.shape
    plot_data = np.zeros((m,n,num_bins,2))
    for i in range(m):
        for j in range(n):
            data = input_data[:, i, j]
            hist, bins = np.histogram(data, bins=num_bins)
            plot_data[i][j] = np.stack((bins[:-1], hist), axis=1)
    return plot_data

时间安排和核查-

让我们在一个大型数据阵列上进行测试，该阵列的形状为

（100100100）

，存储箱的数量为

10

：

In [967]: # Setup input
     ...: num_bins = 10
     ...: m = 100
     ...: n = 100
     ...: q = 100
     ...: input_data = np.random.rand(q,m,n)
     ...: 
     ...: out1 = org_app(input_data, num_bins)
     ...: out2 = vectorized_app(input_data, num_bins)
     ...: print np.allclose(out1, out2)
     ...: 
True

In [968]: %timeit org_app(input_data, num_bins)
1 loop, best of 3: 748 ms per loop

In [969]: %timeit vectorized_app(input_data, num_bins)
100 loops, best of 3: 12.7 ms per loop

In [970]: 748/12.7 # speedup with vectorized one over original
Out[970]: 58.89763779527559

---

你说的更快是指更简洁吗？更快是指运行时，所以理想情况下利用numpy的矢量化功能，类似于使用np.sum（）计算和，而不是手动循环计算和，我查找了一些信息。也许，scipy网站就是你想要的？我发现：你的数据是（q，m，n）。进一步调查的q，m，n值是多少？q，m，n可以是任何值，但为了近似我的数据，可能是100000 x 10 x 360@Maderas不幸的是，我不认为它对多维数组有效。不幸的是，我们不能像这样简化，我们需要真实数据与大型3d数组上的for循环相比，它的性能如何？@holtc补充道，假设形状的随机数（100100）和容器数=10。因此，当我在真实数据上运行它时，allclose（）为false，由于我正在JIT所有方法，因此实际上速度较慢，因此很遗憾，我无法使用此选项。在我的例子中，输入的_数据大约为（100000，8360），最大为100bins@holtc是的，所以你的循环数只有8*360。那不多。保持你的循环/紧张-准时。@holtc如果你能在将来的问题中提前提到这些尺寸/形状的细节，那会有所帮助。

def org_app(input_data, num_bins):
    q,m,n = input_data.shape
    plot_data = np.zeros((m,n,num_bins,2))
    for i in range(m):
        for j in range(n):
            data = input_data[:, i, j]
            hist, bins = np.histogram(data, bins=num_bins)
            plot_data[i][j] = np.stack((bins[:-1], hist), axis=1)
    return plot_data

In [967]: # Setup input
     ...: num_bins = 10
     ...: m = 100
     ...: n = 100
     ...: q = 100
     ...: input_data = np.random.rand(q,m,n)
     ...: 
     ...: out1 = org_app(input_data, num_bins)
     ...: out2 = vectorized_app(input_data, num_bins)
     ...: print np.allclose(out1, out2)
     ...: 
True

In [968]: %timeit org_app(input_data, num_bins)
1 loop, best of 3: 748 ms per loop

In [969]: %timeit vectorized_app(input_data, num_bins)
100 loops, best of 3: 12.7 ms per loop

In [970]: 748/12.7 # speedup with vectorized one over original
Out[970]: 58.89763779527559