python 等值线 矢量化_python – 如何对这个大型数组计算进行矢量化和加速？

我目前正在尝试计算10.000 x 10.000数组值中所有子方格总和的总和.例如,如果我的数组是：

1 1 1

2 2 2

3 3 3

我希望结果如下：

1+1+1+2+2+2+3+3+3 [sum of squares of size 1]

+(1+1+2+2)+(1+1+2+2)+(2+2+3+3)+(2+2+3+3) [sum of squares of size 2]

+(1+1+1+2+2+2+3+3+3) [sum of squares of size 3]

________________________________________

68

所以,作为第一次尝试,我写了一个非常简单的python代码来做到这一点.因为它在O(k ^ 2.n ^ 2)中(n是大数组的大小,k是我们得到的子方形的大小),处理非常长.我在O(n ^ 2)中编写了另一个算法来加速它：

def getSum(tab,size):

n = len(tab)

tmp = numpy.zeros((n,n))

for i in xrange(0,n):

sum = 0

for j in xrange(0,size):

sum += tab[j][i]

tmp[0][i] = sum

for j in xrange(1,n-size+1):

sum += (tab[j+size-1][i] - tab[j-1][i])

tmp[j][i] = sum

finalsum = 0

for i in xrange(0,n-size+1):

sum = 0

for j in xrange(0,size):

sum += tmp[i][j]

finalsum += sum

for j in xrange(1,n-size+1):

finalsum += (tmp[i][j+size-1] - tmp[i][j-1])

return finalsum

所以这段代码工作正常.给定一个数组和子方格的大小,它将返回所有这些子方格中的值的总和.我基本上迭代子方块的大小来获得所有可能的值.

问题是对于大型阵列来说这又是一件好事(对于一个10.000 x 10.000阵列超过20天).我用Google搜索并了解到我可以使用numpy对迭代进行矢量化.但是,在我的情况下,我无法弄清楚如何制作它……

如果有人可以帮助我加快算法速度,或者给我一些关于这个主题的好文档,我会很高兴的！

谢谢 ！