Python 与嵌套for循环相比，计算二维数组项的速度更快？

我正在使用python 2.7

我有一个二维数组，每个轴上有几百个元素。每个元素都是“0”或“255”。我需要查看每个元素，并将“0”或“1”写入具有相同维度的不同数组中。目前，我有一个嵌套的for循环结构，它遍历行和列

这真的很慢。什么是更好的实现？如果我将矩阵乘以常数1/255会怎么样。这将保持零为零，并将255转换为“1”。但这只是用循环换取大量倍数，这可能有其自身的速度问题

---

想法？

我也会使用numpy.array进行快速数组操作，下面是一个示例：

import numpy as np
# Create an example array of shape (100, 100) filled with either 0 or 255
a = 255*np.random.randint(2, size=10000).reshape(100,100)

# Transform it as you want
1*(a==255)

---

听起来你需要这里。你用新阵列做什么？需要

1

s有什么办法吗？乘以1./255不是一个好主意。首先，如果要保留旧数组，还必须进行复制，并且要从

int

更改为

float

您实际拥有什么？列表列表（

foo[y][x]

），平面列表或array.array（

foo[y*w+x]

），带元组键的dict（

foo[x，y]

）？对于平面表示，foo中x的

[int（bool（x））

就可以了。你能给我们看看你的代码吗？还有数百个二维元素，需要毫秒才能执行？所以我不明白“慢”？