numpy 数据查表代替计算方法

最近在搞python opencv 想要对一个numpy二维数组进行map,发现太慢了,难以实际使用.在网上查到了使用numpy.ndarray 查表的方法,但是出了二维的,供大家参考,可以大幅提升实战速度.

import  numpy as np 
a = np.array([
    [1,2,3],
    [4,5,6],
    [7,8,9]
])

b =np.array([
    [[0,1],[1,2]],
    [[2,1],[1,1]]
])
a[b[:,:,0],b[:,:,1]]##这里的意思是:把b[:,:,0]所有元素为行索引,b[:,:,1]为列索引,这样就出来了一个三维对二维的映射

print(a.shape)##(3, 3)
print(b.shape)##(2, 2, 2)
print(a[b[:,:,0],b[:,:,1]].shape)##(2, 2)

a[b[:,:,0],b[:,:,1]]
=array([[2, 6],
       [8, 5]])

希望有所启发

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值