低效鳕鱼

Question

在Python中，我使用numpy包对矩阵进行一些计算。在下面的代码中，我试图从我的原始文件计算一个新的矩阵。xFactors和yFactors都是3x3矩阵。你知道吗

size = self.matrix.shape

for x in range(1, size[0] - 1):
    for y in range(1, size[1] - 1):
        subMatrix = self.matrix[x-1:x+2, y-1:y+2]

        newX = (xFactors * subMatrix).sum()
        newY = (yFactors * subMatrix).sum()

        self.newMatrix[x-1][y-1] = newX + newY

我的问题是这个代码效率很低。我用500x500矩阵测试了te代码，它最多需要两秒钟。你有什么想法我可以优化这个代码？你知道吗

Answer 1

如果xFactors和self.matrix都是numpy.array而不是numpy.matrix（换句话说，如果您在计算newX和newY时使用的是元素相乘而不是矩阵相乘），那么这应该可以更快地完成同样的事情：

from scipy.signal import convolve2d

self.newMatrix = convolve2d(self.matrix, xFactors + yFactors, mode='valid')

在原始代码中，没有明确说明xFactors和yFactors是正方形的。如果不是这样的话，如果上面的加法不能正确播放的话，就需要根据需要重复它们，使它们成为正方形。你知道吗