高效地移除numpy圖像數組的行/列

我想從Numpy數組表示的圖像中移除行或列。我的圖像類型是uint16和2560 x 2176.作爲一個例子，說我想刪除前16列，使其2560 x 2160.高效地移除numpy圖像數組的行/列

我是一個MATLAB到Numpy的轉換，並在MATLAB中使用類似：

A = rand(2560, 2196); 
A(:, 1:16) = [];

據我瞭解，這將刪除列到位，並通過不復制到新陣列節省了大量的時間。

對於Numpy，以前的帖子已經使用過像numpy.delete這樣的命令。但是，文檔很清楚，它會返回一份副本，因此我必須將副本重新分配給A.這似乎會浪費大量時間進行復制。

import numpy as np 

A = np.random.rand(2560,2196) 
A = np.delete(A, np.r_[:16], 1)

這是否真的和就地刪除一樣快？我覺得我必須錯過一個更好的方法，或者不知道python在刪除期間如何處理數組存儲。

有關以前的帖子：
Removing rows in NumPy efficiently
Documentation for numpy.delete

來源

2012-12-29 nicktruesdale

你有沒有那個「Matlab的刪除列的地方，而不復制數據」這一事實的內容？我找不到任何正式的東西，而且從我讀過的東西中，我必須複製整個數組，這對我來說似乎是合理的。在numpy中，你會使用基本的切片（蒂亞戈的回答）來避免複製。考慮到這意味着整個原始數組仍將存在於內存中，因爲您獲得了一個視圖。 – jorgeca

爲什麼不只是做一個切片？在這裏，我除去第一列3000，而不是16，使內存的使用更加清晰：

import numpy as np 
a = np.empty((5000, 5000) 
a = a[:, 3000:]

這有效地降低了存儲陣列的大小，可以看出：

In [31]: a = np.zeros((5000, 5000), dtype='d') 
In [32]: whos 
Variable Type  Data/Info 
------------------------------- 
a   ndarray 5000x5000: 25000000 elems, type `float64`, 200000000 bytes (190 Mb) 
In [33]: a = a[:, 3000:] 
In [34]: whos 
Variable Type  Data/Info 
------------------------------- 
a   ndarray 5000x2000: 10000000 elems, type `float64`, 80000000 bytes (76 Mb)

對於這種大小的數組中分得一杯羹似乎是約10,000比你刪除選項更快：

%timeit a=np.empty((5000,5000), dtype='d'); a=np.delete(a, np.r_[:3000], 1) 
1 loops, best of 3: 404 ms per loop 
%timeit a=np.empty((5000,5000), dtype='d'); a=a[:, 3000:] 
10000 loops, best of 3: 39.3 us per loop

來源

2012-12-29 06:18:24 tiago

這看起來好多了。 1）你是否知道這是否需要將片段複製到新內存中？ 2）刪除本質上比切片慢，還是我使用不當？ – nicktruesdale

切片不會將數組複製到新的內存中（與刪除不同）。我認爲，將數組分配給它的一部分也不會將其複製到內存中。在內部，我認爲numpy只是將'a'分配給同一個內存塊中的不同指針。 – tiago

'np.delete'比較慢，並且會始終返回一個副本，但即使在numpy 1.8之前，甚至花哨的索引（或用布爾數組切片）也會更好。（在多數情況下）。如果一個簡單的slice不夠用，你需要複製（我也確信在matlab中），但是即使這樣，你仍然應該在這個時候通過'np.delete'提供一個索引數組。 – seberg

高效地移除numpy圖像數組的行/列

回答

相關問題