python - 如何加速 3D 向量的最近邻插值?
问题描述
我有很多观点。(x, y, z)
是这些点的坐标。我想在这些点上找到向量值。我使用最近邻插值来计算这些点上的向量,但我这里有很多点(~4M),而且我的代码运行缓慢。这是我的示例代码:
from scipy.ndimage import map_coordinates
import numpy as np
# examples of vectors `v` on grid
vx=np.random.randn(500,100,100)
vy=np.random.randn(500,100,100)
vz=np.random.randn(500,100,100)
# examples of locations `p`
x=np.random.rand(4000000)*500
y=np.random.rand(4000000)*100
z=np.random.rand(4000000)*100
# my solution at the moment
coords=np.array([x,y,z])
out = np.zeros((3, coords.shape[1]))
out[0]= map_coordinates(vx, coords, order=0)
out[1]= map_coordinates(vy, coords, order=0)
out[2]= map_coordinates(vz, coords, order=0)
有什么想法可以加速 3D 中的最近邻插值吗?
解决方案
推荐阅读
- typescript - 'AxiosRequestConfig' 类型中不存在 Axios 'mode'
- phpspreadsheet - PHPSpreadsheet 1.15.0,按名称访问单元格
- flutter - ChangeNotifierProvider中Consumer/Provider.of的区别
- angular - Ng2智能表,从一个对象获取多列
- flutter - Flutter:时间间隔未按预期工作
- javascript - 使用循环的方法,编写程序打印9到N的表格
- amazon-web-services - 使用 AWS API Gateway 和 Lambda 的地理定位服务
- jsp - 带有“%=”标记的 VScode eslint 解析器错误
- sql - 希望显示最新的日期时间列
- msal.js - 服务器端渲染失败:错误 ReferenceError:未定义窗口