Python：從元組列表創建圖像的快速方法

我在做以下事情。Python：從元組列表創建圖像的快速方法

import numpy as np 
import pylab 

..... 

x = np.zeros([250,200]) 
for tup in tups: 
    x[tup[1],tup[0]] = x[tup[1],tup[0]] + 1 
pylab.imshow(x)

凡

tups = [(x1,y1),(x2,y2),....]

和xi，yi是整數

這是罰款tup具有低數量的點。對於大量的點〜10^6，它需要數小時。

你能想到一個更快的方法嗎？

來源

2014-01-30 Codey McCodeface

「對於大量的點~10^6 ...」 - 你的意思是1000 * 1000的圖片？它真的需要幾個小時嗎？ – zhangxaochen

不，我的意思是有10^6或更高元組的tups。我想我可能會遇到另一個讓它放慢速度的問題。 –

@ medPhys-pl這可能會有所幫助：[增加Numpy多重數組與重複索引]（http://stackoverflow.com/questions/7433142/increment-numpy-multi-d-array-with-repeated-indices） –

一個小的改善，我可以很容易地看到，而不是下一個，：

for tup in tups: 
    x[tup[1],tup[0]] = x[tup[1],tup[0]] + 1

嘗試做

for tup in tups: 
    x[tup[1],tup[0]] += 1

因爲這將覆蓋相同的內存ADRESS，而不是創建一個新的內存現貨（注意：在這種情況下，這可能只會導致邊際加速，但如果您使用相同的技巧A + = B而不是C = A + B，在A和B爲一個Gb的numpy ndarrays每個左右，它實際上是一個巨大的加速）

爲什麼你閱讀元組的東西？你是不是應該首先閱讀它作爲一個numpy的ndarray，而不是將它作爲一個元組列表讀取，而不是改變爲一個numpy數組？你在哪裏創建元組列表？如果可以避免這種情況，那麼避免使用元組列表會更好，而不是創建它，並且以後再交換到一個numpy解決方案？

編輯：所以我只想告訴你這個加速，你可以通過+ =得到，同時問你爲什麼有一個大的元組列表，但是這太長了，以至於無法將這兩個東西放在評論中

另一個問題：我是否正確地假設你的元組可以有多個重複？像

tups = [(1,0), (2,4), (1,0), (1,2), ..., (999, 999), (992, 999)]

因此，在您的endresult，其他值比0和1將存在？或者是你的結果數組只存在一個和零的數組？

來源

2014-01-30 12:27:20 usethedeathstar

是的，你對重複是正確的。 –

@ medPhys-pl如果你不首先創建一個元組列表，那麼它會快得多，所以如果你顯示你創建元組列表的位置，那麼它也可以在那裏得到改進（如果直接創建成一個numpy數組，而不是先使用元組列表，然後去一個numpy數組） – usethedeathstar

我已經處理了元組，並且用一個numpy數組卡住了。雖然速度並不快。我會實施Jaime的建議，並比較 –

使用numpy的則可以將指數對轉換成扁平索引和bincount它：

import numpy as np 
import random 

rows, cols = 250, 200 
n = 1000 

tups = [(random.randint(0, rows-1), 
     random.randint(0, cols-1)) for _ in range(n)] 

x = np.zeros((rows, cols)) 
for tup in tups: 
    x[tup[0],tup[1]] += 1 

flat_idx = np.ravel_multi_index(zip(*tups), (rows, cols)) 
y = np.bincount(flat_idx, minlength=rows*cols).reshape(rows, cols) 

np.testing.assert_equal(x, y)

這將是比任何循環解決方案快得多。

來源

2014-01-30 14:32:06 Jaime

Python：從元組列表創建圖像的快速方法

回答

相關問題