Python简单的嵌套循环

Question

我想在python中扫描阈值编辑的图像来检测白色像素并存储它们的位置的简单嵌套循环。的问题是，虽然它是从读取该阵列是只有160×120（19200），它仍然需要大约6秒来执行，我的代码如下所示和任何帮助或指导将不胜感激：

im = Image.open('PYGAMEPIC') 

r, g, b = np.array(im).T 
x = np.zeros_like(b) 

height = len(x[0]) 
width = len(x) 

x[r > 120] = 255           
x[g > 100] = 0          
x[b > 100] = 0    

row_array = np.zeros(shape = (19200,1)) 
col_array = np.zeros(shape = (19200,1)) 

z = 0 
for i in range (0,width-1): 
    for j in range (0,height-1): 
     if x[i][j] == 255: 
      z = z+1 
      row_array[z] = i 

      col_array[z] = j 

Answer 1

首先，它不应该需要6秒钟。在160x120图片上试用你的代码需要0.2秒。

这就是说，对于良好的numpy性能，你通常希望避免循环。有时候，除了最小轴和沿着它的所有循环外，沿着所有的方向矢量化更简单，但是如果可能的话，你应该尽量一次完成所有的工作。这通常会使事情变得更快（将循环向下推到C）并且更容易。

您的循环本身似乎有点陌生，我 - 你似乎有一个差一错误都在你开始存储结果，其中的条款（第一个值放入z=1，不z=0 ）以及在多大程度上你正在寻找（range(0, x-1)不包括x-1方面，所以你错过了最后一排/ column--可能是你想要range(x)。）

如果你想要的是指数，其中r > 120但既不g > 100也不b > 100，有更简单的方法。我们可以创建布尔数组。例如，第一，我们可以做一些假的数据：

>>> r = np.random.randint(0, 255, size=(8,8)) 
>>> g = np.random.randint(0, 255, size=(8,8)) 
>>> b = np.random.randint(0, 255, size=(8,8)) 

然后，我们可以在其中找到我们的条件得到满足的地方：

>>> (r > 120) & ~(g > 100) & ~(b > 100) 
array([[False, True, False, False, False, False, False, False], 
     [False, False, True, False, False, False, False, False], 
     [False, True, False, False, False, False, False, False], 
     [False, False, False, True, False, True, False, False], 
     [False, False, False, False, False, False, False, False], 
     [False, True, False, False, False, False, False, False], 
     [False, False, False, False, False, False, False, False], 
     [False, False, False, False, False, False, False, False]], dtype=bool) 

然后我们可以使用np.where得到的坐标：

>>> r_idx, c_idx = np.where((r > 120) & ~(g > 100) & ~(b > 100)) 
>>> r_idx 
array([0, 1, 2, 3, 3, 5]) 
>>> c_idx 
array([1, 2, 1, 3, 5, 1]) 

而且我们可以通过索引回r，g和b：

>>> r[r_idx, c_idx] 
array([166, 175, 155, 150, 241, 222]) 
>>> g[r_idx, c_idx] 
array([ 6, 29, 19, 62, 85, 31]) 
>>> b[r_idx, c_idx] 
array([67, 97, 30, 4, 50, 71]) 

Answer 2

ë你在Python 2.x（2.6或2.7）。在python 2中，每当你打电话给range时，你都会创建一个包含很多元素的列表。 （在这种情况下，你要创建width - 1长度的1名列表，然后的height - 1长度。一种方法width - 1列表加快这是使每提前一个列表，并使用该列表中的每个时间。

例如

height_indices = range(0, height - 1) 
for i in range(0, width - 1): 
    for j in height_indices: 
     # etc 

为了防止不必创建任一列表，你可以使用xrange返回发电机，这将节省内存和时间，如蟒蛇，

for i in xrange(0, width - 1): 
    for j in xrange(0, height - 1): 
     # etc. 

你也应该使用filter函数来研究一个函数并执行它。它将返回函数返回的项目列表，但如果您所做的只是递增全局计数器并修改全局数组，则不必返回任何内容或关注返回的列表。