如何在Python2.7中使用numpyarray加速操作

Question

我尝试处理许多表示为NumPy数组的图像，但这花费了太长的时间。这就是我想做的

# image is a list with images
max = np.amax(image[k])# k is current image index in loop
# here i try to normalize SHORT color to BYTE color and make it fill all range from 0 to 255
# in images max color value is like 30000 min is usually 0
i = 0
while i < len(image[k]):
    j = 0
    while j < len(image[k][i]):
        image[k][i][j] = float(image[k][i][j]) / (max) * 255
        j += 1
    i += 1

如果我只读取图像（总共170张（图像为512x512）），而不需要大约7秒，如果我进行这种标准化，则需要20分钟。一切都在密码里。在这里，我试着把我的图像着色

^{2}$

接下来，我尝试用彩色像素替换选定的区域像素，例如rgb模型中的120（灰色）—>；（255 40 0）。在

            for i in range(len(mask1)):
                for j in range(len(mask1[0])):
                #mask is NumPy array with selected pixel painted in white (255)
                    if (mask[i][j] > 250):
                        maskLoot1[i][j * 3] = lootScheme[mask1[i][j]][1] #red chanel
                        maskLoot1[i][j * 3+1] = lootScheme[mask1[i][j]][2] #green chanel
                        maskLoot1[i][j * 3+2] = lootScheme[mask1[i][j]][3] #bluechanel

而且它也需要很多时间，不是20分钟，而是很长时间，使我的脚本滞后。考虑到这只是我对数组的许多操作中的两个，如果在第二种情况下，我们可以对其他操作使用一些bultin函数，那就不太可能了。有没有办法加快我的速度？在

Answer 1

通常for循环比while循环快得多。同时使用函数

maskLoot1[i][j*3]=mask1[i][j]
maskLoot1[i][j*3+1]=mask1[i][j]
maskLoot1[i][j*3+2]=mask1[i][j]

在循环中调用函数应该可以大大加快这个过程。在