3

我有一个存储在元组列表中的索引列表:

index=[(0,0), (0,1), (1,0), (1,1) ....]

这些索引将用于计算图像im(numpy 数组)中的能量,公式如下:

(1-im[0,0])^2+(1-im[0,1])^2+....

im这是一个二维 numpy 数组。这是一个例子im

im=Image.open('lena_noisy.png')
im=numpy.array(im)
print im

[[168 133 131 ..., 127 213 107]
 [174 151 111 ..., 191  88 122]
 [197 173 143 ..., 182 153 125]
 ..., 
 [ 34  15   6 ..., 111  95 104]
 [ 37  15  57 ..., 121 133 134]
 [ 49  39  58 ..., 115  74 107]]

如何使用 list 的 map 函数来执行这个计算?

4

3 回答 3

4

如果你index分成两个元组,xidx然后yidx你可以使用花哨的索引来访问所有im值作为一个 numpy 数组。然后计算变得很容易表达,并且比执行 Python 循环(或列表理解)更快:

import numpy as np
xidx, yidx = zip(*index)
print(((1-im[xidx, yidx])**2).sum())

import numpy as np
import scipy.misc as misc

im = misc.lena()
n = min(im.shape)
index = np.random.randint(n, size = (10000,2)).tolist()

def using_fancy_indexing(index, im):
    xidx, yidx = zip(*index)
    return (((1-im[xidx, yidx])**2).sum())

def using_generator_expression(index, im):
    return sum(((1 - im[i[0], i[1]]) ** 2) for i in index)

这是使用 timeit 的比较:

In [27]: %timeit using_generator_expression(index, im)
100 loops, best of 3: 17.9 ms per loop

In [28]: %timeit using_fancy_indexing(index, im)
100 loops, best of 3: 2.07 ms per loop

因此,根据 的大小index,使用花式索引可能比使用生成器表达式快 8 倍。

于 2013-02-06T23:01:05.360 回答
2

像这样,使用生成器表达式:

sum((1-im[i][j])**2 for i, j in index)

也就是说,假设im是一个二维列表并且index是 中的坐标列表im。请注意,在 Python 中,二维列表的访问方式如下:m[i][j]而不是这样:m[i,j]

于 2013-02-06T22:55:25.717 回答
1

使用sum和生成器表达式:

sum(((1 - im[i[0], i[1]]) ** 2) for i in index)

如果 index 也是一个 numpy 数组,则可以将该数组用作索引:

sum(((1 - im[i]) ** 2) for i in index)
于 2013-02-06T22:57:59.097 回答