matlab 将图片遮罩处理,python-在Matlab中优化“遮罩”功能

为了进行基准比较,我考虑简单的功能：

function dealiasing2d(where_dealiased, data)

[n1, n0, nk] = size(data);

for i0=1:n0

for i1=1:n1

if where_dealiased(i1, i0)

data(i1, i0, :) = 0.;

end

end

end

它在伪光谱模拟(数据是一个3d复数数组)中很有用,但基本上它将掩码应用于一组图像,将其中where_dealiased为true的元素置零.

我将在这种简单情况下比较不同语言(以及实现,编译器等)的性能.对于Matlab,我将函数的计时时间定为timeit.由于我不想在Matlab中对我的无知进行基准测试,因此我想用这种语言真正优化此函数.在Matlab中最快的方法是什么？

我现在使用的简单解决方案是：

function dealiasing2d(where_dealiased, data)

[n1, n0, nk] = size(data);

N = n0*n1;

ind_zeros = find(reshape(where_dealiased, 1, []));

for ik=1:nk

data(ind_zeros + N*(ik-1)) = 0;

end

我怀疑这不是正确的方法,因为等效的Numpy解决方案的速度大约快10倍.

import numpy as np

def dealiasing(where, data):

nk = data.shape[0]

N = reduce(lam