Python 卷积Numpy脚本的矢量化实现

我正在从事一个个人项目，该项目涉及从雷达预测天气模式的变化。我有三个n×m的numpy数组；一个具有降水强度值，一个具有降水X方向的移动（以像素为单位），另一个具有降水Y方向的移动（以像素为单位）。我想使用这三个数组来确定降水像素的位置，使用其他两个数组中的偏移量

xMax = currentReflectivity.shape[0]
yMax = currentReflectivity.shape[1]                            
for x in xrange(currentReflectivity.shape[0]):
    for y in xrange(currentReflectivity.shape[1]):
        targetPixelX = xOffsetArray[x,y] + x
        targetPixelY = yOffsetArray[x,y] + y
        targetPixelX = int(targetPixelX)
        targetPixelY = int(targetPixelY)
        if targetPixelX < xMax and targetPixelY < yMax:
            interpolatedReflectivity[targetPixelX,targetPixelY] = currentReflectivity[x,y]

xMax=CurrentReflective.shape[0]
yMax=当前反射率。形状[1]
对于x范围内的x（CurrentReflective.shape[0]）：
对于X范围内的y（CurrentReflective.shape[1]）：
targetPixelX=xOffsetArray[x，y]+x
targetPixelY=yOffsetArray[x，y]+y
targetPixelX=int（targetPixelX）
targetPixelY=int（targetPixelY）
如果targetPixelX

---

我想不出一个方法来矢量化它；有什么想法吗？

我很确定，你只需将所有内容从循环中取出，就可以将其矢量化：

targetPixelX = (xOffsetArray + np.arange(xMax).reshape(xMax, 1)).astype(np.int)
targetPixelY = (yOffsetArray + np.arange(yMax)).astype(np.int)
mask = ((targetPixelX < xMax) & (targetPixelY < yMax))
interpolatedReflectivity[mask] = currentReflectivity[mask]

targetPixelX=（xOffsetArray+np.arange（xMax）.restrape（xMax，1））.astype（np.int）
targetPixelY=（yOffsetArray+np.arange（yMax））.astype（np.int）
遮罩=（（目标像素x

这将更快，但内存更密集。基本上，

targetPixelX

和

targetPixelY

现在是包含每个像素值的数组，这些值以前是在每次迭代的基础上计算的

---

在

interpolatedReflectivity

中仅设置屏蔽值，类似于

if

语句在循环中所做的操作。

我非常确定，您可以通过将所有内容从循环中取出来对其进行向量化：

targetPixelX = (xOffsetArray + np.arange(xMax).reshape(xMax, 1)).astype(np.int)
targetPixelY = (yOffsetArray + np.arange(yMax)).astype(np.int)
mask = ((targetPixelX < xMax) & (targetPixelY < yMax))
interpolatedReflectivity[mask] = currentReflectivity[mask]

targetPixelX=（xOffsetArray+np.arange（xMax）.restrape（xMax，1））.astype（np.int）
targetPixelY=（yOffsetArray+np.arange（yMax））.astype（np.int）
遮罩=（（目标像素x

这将更快，但内存更密集。基本上，

targetPixelX

和

targetPixelY

现在是包含每个像素值的数组，这些值以前是在每次迭代的基础上计算的

---

在

interpolatedReflectivity

中仅设置屏蔽值，类似于

if

语句在循环中所做的操作。

这里是一种使用-

---

这里有一个矢量化方法，使用-

---

发布的解决方案对你有用吗？谢谢！！！这正是我要找的！！刚刚标记为答案。发布的解决方案对您有效吗？谢谢！！！这正是我要找的！！只是标记为答案。

def org_app(currentReflectivity, xOffsetArray, yOffsetArray):
    m,n = currentReflectivity.shape
    interpolatedReflectivity = np.zeros((m,n))

    xMax = currentReflectivity.shape[0]
    yMax = currentReflectivity.shape[1]                            
    for x in xrange(currentReflectivity.shape[0]):
        for y in xrange(currentReflectivity.shape[1]):
            targetPixelX = xOffsetArray[x,y] + x
            targetPixelY = yOffsetArray[x,y] + y
            targetPixelX = int(targetPixelX)
            targetPixelY = int(targetPixelY)

            if targetPixelX < xMax and targetPixelY < yMax:
                interpolatedReflectivity[targetPixelX,targetPixelY] = \
                currentReflectivity[x,y]
    return interpolatedReflectivity

def broadcasting_app(currentReflectivity, xOffsetArray, yOffsetArray):
    m,n = currentReflectivity.shape
    interpolatedReflectivity = np.zeros((m,n))

    xMax, yMax = m,n        
    x_arr = np.arange(currentReflectivity.shape[0])[:,None]
    y_arr = np.arange(currentReflectivity.shape[1])

    targetPixelX_arr = (xOffsetArray[x_arr, y_arr] + x_arr).astype(int)
    targetPixelY_arr = (yOffsetArray[x_arr, y_arr] + y_arr).astype(int)

    valid_mask = (targetPixelX_arr < xMax) & (targetPixelY_arr < yMax)     
    R = targetPixelX_arr[valid_mask]
    C = targetPixelY_arr[valid_mask]
    interpolatedReflectivity[R,C] = currentReflectivity[valid_mask]
    return interpolatedReflectivity

In [276]: # Setup inputs
     ...: m,n = 100,110  # currentReflectivity.shape
     ...: max_r = 120  # xOffsetArray's extent
     ...: max_c = 130  # yOffsetArray's extent
     ...: 
     ...: currentReflectivity = np.random.rand(m, n)
     ...: xOffsetArray = np.random.randint(0,max_r,(m, n))
     ...: yOffsetArray = np.random.randint(0,max_c,(m, n))
     ...: 

In [277]: out1 = org_app(currentReflectivity, xOffsetArray, yOffsetArray)
     ...: out2 = broadcasting_app(currentReflectivity, xOffsetArray, yOffsetArray)
     ...: print np.allclose(out1, out2)
     ...: 
True

In [278]: %timeit org_app(currentReflectivity, xOffsetArray, yOffsetArray)
100 loops, best of 3: 6.86 ms per loop

In [279]: %timeit broadcasting_app(currentReflectivity, xOffsetArray, yOffsetArray)
1000 loops, best of 3: 212 µs per loop

In [280]: 6860.0/212        # Speedup number
Out[280]: 32.35849056603774