1

下面的代码给了我正确的答案，但仅在数组 (plan和meas) 相对较小时才有效。当我尝试在我实际需要比较的数组上运行它时（每个 300x300），它需要很长时间（我不知道多长时间，因为我在 45 分钟后终止了它。）我只想迭代一个范围正在评估的索引周围的数组值 ( p)。我试图找到有关 nditer 标志的文档，'ranged'但找不到如何实现特定范围进行迭代。

p = np.nditer(plan, flags = ['multi_index','common_dtype'])
while not p.finished:
    gam_store = 100.0
    m = np.nditer(meas, flags = ['multi_index','common_dtype'])
    while not m.finished:
        dis_eval = np.sqrt(np.absolute(p.multi_index[0]-m.multi_index[0])**2 + np.absolute(p.multi_index[1]-m.multi_index[1])**2)           
        if dis_eval <= 6.0:
            a = (np.absolute(p[0] - m[0]) / maxdose) **2
            b = (dis_eval / gam_dist) **2
            gam_eval = np.sqrt(a + b)
            if gam_eval < gam_store:
                gam_store = gam_eval
        m.iternext()    
    gamma = np.insert(gamma, location, gam_store, 0)
    location = location + 1
    p.iternext()
4

1 回答 1

2

如果您只想遍历数组的一小部分，我认为（除非我误解了这个问题）您应该只从数组的一部分创建一个 nditer 实例。

假设你只想要数组 near (i,j)，然后从这个开始：

w = 5    # half-size of the window around i, j
p = np.nditer(plan[i-w:i+w, j-w:j+w], flags=...)

这行得通，因为，说

a = array([[ 0,  1,  2,  3,  4],
           [ 5,  6,  7,  8,  9],
           [10, 11, 12, 13, 14],
           [15, 16, 17, 18, 19],
           [20, 21, 22, 23, 24]])

然后，

w = 1
i, j = 2,2
print a[i-w:i+w+1, j-w:j+w+1]
#array([[ 6,  7,  8],
#       [11, 12, 13],
#       [16, 17, 18]])
于 2013-05-15T02:06:10.670 回答