Python 如何使用numpy和strips来提高循环的性能

我是numpy的新手，刚听说过跨步，但我很难理解如何使用跨步。我有一个很慢的小循环，这似乎是一个很好的例子，可以用于跨步

def semivariogram( ds, band, lag ):
    width = ds.RasterXSize
    height = ds.RasterYSize
    data = band.ReadAsArray( 0, 0, width, height ).astype(np.float)
    #print 'w: {}, h: {}'.format(width, height)

    sumw = 0.0
    sumh = 0.0
    for i in range(width-lag):
        for j in range(height-lag):
            sumw += data[i+lag,j]-data[i,j]
            sumh += data[i,j+lag]-data[i,j]

    Nh2 = 2.0*(width-lag)*(height-lag)

    return [sumw/Nh2, sumh/Nh2, (sumw/Nh2+sumh/Nh2)/2.0]

该行：

data = band.ReadAsArray( 0, 0, width, height ).astype(np.float)

正在将图像的一个波段读入浮点数组。而

ds

是图像的句柄，如：

ds = gdal.Open('test.tif')

---

好的，让我们一步一步来做

你有：

sumw = 0.0
sumh = 0.0
for i in range(width-lag):
    for j in range(height-lag):
        sumw += data[i+lag,j]-data[i,j]
        sumh += data[i,j+lag]-data[i,j]

为了清晰起见，让我们将其分成两个循环

sumw = 0.0
for i in range(width-lag):
    for j in range(height-lag):
        sumw += data[i+lag,j]-data[i,j]
sumh = 0.0
for j in range(height-lag):
    for i in range(width-lag):
        sumh += data[i,j+lag]-data[i,j]

我们可以把

数据[i，j+lag]

写成

数据[：-lag，lag:[i，j]

，而

数据[i，j]

是

数据[：-lag，：-lag][i，j]

（对于

i

和

j

的范围，假设lag！=0）。因此，我们的循环变成：

sumw = 0.0
for i in range(width-lag):
    for j in range(height-lag):
        sumw += data[lag:,:-lag][i,j]-data[:-lag,:-lag][i,j]
sumh = 0.0
for j in range(height-lag):
    for i in range(width-lag):
        sumh += data[:-lag,lag:][i,j]-data[:-lag,:-lag][i,j]

但现在我们注意到，我们所有的循环都只是在一个简单的索引上迭代，

[i，j]

，所以我们可以将它们完全展平：

sumw = (data[lag:,:-lag] - data[:-lag,:-lag]).sum()
sumh = (data[:-lag,lag:] - data[:-lag,:-lag]).sum()

通过发现差值之和就是总和之差，可以更快地实现这一点：

sumw = data[lag:,:-lag].sum() - data[:-lag,:-lag].sum()
sumh = data[:-lag,lag:].sum() - data[:-lag,:-lag].sum()

此时，您可以直观地思考整个任务：

您希望

sumw

作为绿色轮廓上的和减去红色轮廓上的和，而

sumh

作为蓝色轮廓上的和减去红色轮廓上的和

在这里，我们可以进行两种简化：

我们注意到，第一个和中的大多数元素都从第二个和中删除。事实上，唯一不属于这种情况的要素是

[：lag]

和

[-lag::

。这就变成了：

sumw = data[-lag:,:-lag].sum() - data[:lag,:-lag].sum()
sumh = data[:-lag,-lag:].sum() - data[:-lag,:lag].sum()

如果

滞后

，哪个会更快。在这里，我们设置了

sumw=green-（红色+洋红色）

，以及

sumh=blue-（红色+黄色）

我们注意到第二个和是重复的，所以我们有

sum_shared = data[:-lag,:-lag].sum()
sumw = data[lag:,:-lag].sum() - sum_shared 
sumh = data[:-lag,lag:].sum() - sum_shared

---

为什么你确定你需要大跨步？这些与数据的搅动方式相对应。您提供的代码需要使用numpy vector和切片操作来编写，以从使用numpy中获益。您的代码不是在做

sumw=data[lag:，：].sum（）-data[：-lag，：].sum（）

？Eric，谢谢！但是这里有些不正确的地方：我为标签0-5上面的每个代码片段打印了sumw，sumh，并得到了值：0 10512.0 135002.0，1 10512.0 135002.0，2 10512.0 135002.0，3 10720.0 135750.0，4 10720.0 135750.0，5-10720.0-135750.0你如何得出这些数字不正确的结论？如果我没有任何背景，那么我应该从这些数字中推断出什么呢。我的方法给出的结果和你的方法相同吗？因此，如果你看上面代码的分解，在你对我的问题的转换中有6个代码块，将它们标记为0-5，在每个代码块之后，我分别添加了“print N，sumw，sumh”，其中N=0..5。然后块0、1、2打印相同的结果，3、4相同但不同于0，1、2和5与3、4相同但相反。似乎3，4，5是一个或多个附加项的总和。不知道为什么5是否定的。顺便说一句，你对问题的分解非常好，并且是教程，谢谢！5是否定的，因为它是错误的！那件容易修理。你能确认

lag

是非零和正的吗？我想我知道我的错误了