时间戳

首页 > 解决方案 > 在 numpy 数组中查找填充最多的“切片”

python - 在 numpy 数组中查找填充最多的“切片”

问题描述

我有一个形状为 [x_len,y_len,z_len] 的 numpy 掩码。我希望找到 z 使得 np.count_nonzero(mask[:,:,z]) 最大化。

我天真的解决方案：

best_z = -1
best_score = -1
for z in range(mask.shape[2]):
    n_nonzero = np.count_nonzero(mask[:,:,z])

    if n_nonzero > best_score:
        best_score = n_nonzero
        best_z = z

但我正在寻找更快和/或更漂亮的东西。

标签： pythonnumpy

解决方案

np.argmax(np.count_nonzero(foo, axis=(0, 1)))

产生foo最大非零元素的 z-index.

为了比较这个解决方案，@mcsoini 的解决方案和另一个新颖的解决方案：

foo = np.random.randint(0, 2, size=(100, 100, 200))

# this solution
i> %timeit np.argmax(np.count_nonzero(foo, axis=(0, 1)))
o> 1.58 ms ± 43.9 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

# @mcsoini's solution
i> %timeit np.argmax(np.count_nonzero(foo.reshape(-1, foo.shape[-1]), axis=0))
o> 1.64 ms ± 18.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

# a trick solution
i> %timeit np.argmax(np.sum(foo, axis = (0, 1)))
o> 709 µs ± 4.87 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

最后一个解决方案需要其他两个解决方案的一半时间。我们可以负担得起这个技巧，因为掩码实际上是0和1值的矩阵。如果有其他值，它将不起作用。

进一步评论：

似乎所有这些方法都花费完全相同的时间（在误差范围内）如果foo是类型bool（应该是掩码），这表明，也许在引擎盖下，count_nonzero布尔值非常类似于sum？不过，我不知道，如果有一些见解会很好。

推荐阅读