Numpy.frompyfunc() 将计算单个值的函数转换为计算数组中每个元素的函数

日期：2023-10-05 15:37

-->

Numpy.frompyfunc() 将计算单个值的函数转换为计算数组中每个元素的函数

不再通过遍历对数组中的元素进行操作，使用frompyfunc()将计算单个值的函数转换为计算数组中每个元素的函数

这是示例代码：

# -*- 编码：utf-8 -*-

”“”

创建于 2020 年 11 月 20 日星期五 17:18:11

@作者：潘

”“”

导入时间

将 numpy 导入为 np

arr = np.random.randint(30000, 大小=(1000, 600), dtype='int16')

def calc(arr):

    condlist = [arr<5000,5000<=arr<10000,15000<=arr<20000,20000<=arr<25000,arr>=25000]

    funclist = [lambda arr:arr*0.55,lambda arr:arr*0.81,lambda arr:arr*0.972,lambda arr:arr*1.067,lambda arr:arr*1.5]

    out = np.piecewise(arr, condlist, funclist)

    返回

#循环法

结果 = np.zeros((1000,600))

t1 = 时间.time()

对于范围（1000）内的 i：

    对于范围 (600) 内的 j：

        tep = calc(arr[i][j])

        结果[i][j] = tep
print('LOOP 使用时间: {} 秒'.format(time.time()-t1))

# 使用 frompyfunc() 将计算单个值的函数转换为计算数组中每个元素的函数

# frompyfunc(func, nin, nout)

# func 为要转换的函数 nin 为输入参数个数 noout 为返回值个数

calc_ufunc = np.frompyfunc(calc, 1, 1)

t2 = 时间.time()

img1 = calc_ufunc(arr).astype(np.float)

print('frompyfunc 使用时间: {} 秒'.format(time.time()-t2))

print('计算数据已完成')

输出：

LOOP 使用时间：20.85917043685913 秒

frompyfunc 使用时间：12.103625059127808 秒

可以看到代码方便了很多，但是速度提升并不明显。接下来我们就探讨一下如何提高速度

欢迎关注公众号了解更多精彩内容。公众号优质技术博客和学习心得不定期更新

-->

最近发表

猜你喜欢

Numpy.frompyfunc() 将计算单个值的函数转换为计算数组中每个元素的函数

Numpy.frompyfunc() 将计算单个值的函数转换为计算数组中每个元素的函数

相关文章