python - 对 2D 数组进行迭代以索引 3D 数组，使其更具 Python 风格并跳过零值

Question

我有一个 2D 值数组和一个对应值的 3D 数组。2D 数组中数字的值是 3D 数组中第一个维度的索引，而 2D 数组中的值的索引与 3D 数组中最后两个维度的索引相同。

此外，如果二维数组中的值为 0，则不应进行查找，并且该值应保持为 0。

我编写了一个简单的脚本，其中有两个循环遍历行，然后遍历元素，如下所示：

c = np.array(np.random.rand(424,512)*10,dtype=np.int32)

mean_error_map = np.random.rand(42,424,512)

mean_map = np.zeros(shape=(c.shape[0],c.shape[1]))

for x,element_row in enumerate(c):

    if element_row.sum() == 0:
        continue

    for y,element in enumerate(element_row):

        if element == 0:
            continue

        mean_map[x,y] = mean_error_map[int(element),x,y]

我想知道是否有更 pythonic / numpy 的方式来实现相同的行为，这可能会导致加速。

标签： pythonnumpyindexing