NumPy中的矢量化循环

Question

我正在尝试使用NumPy对循环迭代进行矢量化，但正在努力实现所需的结果。我有一个像素值数组，所以是三维的，比如说（512512,3），需要迭代每个x，y，并使用三维中的特定索引计算另一个值。以下是标准循环中此代码的示例：

for i in xrange(width):
    for j in xrange(height):
        temp = math.sqrt((scalar1-array[j,i,1])**2+(scalar2-array[j,i,2])**2)

我现在做的是：

^{pr2}$

我从中得到的temp数组是所需的维度（x，y），但有些值与循环实现不同。如何消除循环以有效地在NumPy中计算这个示例？在

提前谢谢！在

编辑：

这里的代码给出了temp和temp2的不同结果，显然temp2只是一个单元格的计算

temp = np.sqrt((cb_key-fg_cbcr_array[:,:,1])**2+(cr_key-fg_cbcr_array[:,:,2])**2)
temp2 = np.sqrt((cb_key-fg_cbcr_array[500,500,1])**2+(cr_key-fg_cbcr_array[500,500,2])**2)
print temp[500, 500]
print temp2

上面的输出是

12.039年

94.069123521

标量是绝对初始化的，数组是用

fg = PIL.Image.open('fg.jpg')
fg_cbcr = fg.convert("YCbCr")
fg_cbcr_array = np.array(fg_cbcr)

编辑2：

好的，我已经追踪到我的阵列有问题。还不确定原因，但当数组生成时随机随机但在使用PIL从文件中加载时则不是这样。在

Answer 1

你的矢量化解决方案是正确的。在

• 在for循环中，temp是一个标量值，它只接受最后一个值
• 对矢量化输入使用np.sqrtistead of math.sqrt
• 您不应该使用array作为变量，因为它可以隐藏np.array方法

我使用以下代码进行了检查，这些代码可能会为您提供一些有关错误位置的提示：

import numpy as np

width = 512
height = 512
scalar1 = 1
scalar2 = 2

a = np.random.random((height, width, 3))
tmp = np.zeros((height, width))
for i in xrange(width):
    for j in xrange(height):
        tmp[j,i] = np.sqrt((scalar1-a[j,i,1])**2+(scalar2-a[j,i,2])**2)

tmp2 = np.sqrt((scalar1-a[:,:,1])**2+(scalar2-a[:,:,2])**2)

np.allclose(tmp, tmp2)