递增 3d numpy 数组中元素子集的元素 python
Increment elements of a subset of elements in a 3d numpy array python
我有一个由
组成的 3d 列表
myArray = np.array([[[0]*n for i in range(m)] for j in range(o)])
我有一个遍历所有元素的循环，并递增当前元素中存储的值以及当前元素附近的一些元素：
myArray[xa:xb][ya:yb][za:zb] += 1.
其中xa、xb等是根据循环中考虑的当前元素生成的，不一定相同。换句话说，我想增加 3D 列表中给定子三角形的值。
但是，当我尝试寻址 myArray[xa:xb][0][0] 时，我得到一个长度大于 len(myArray[0]) 的列表。更不用说 myArray[xa:xb][ya:yb][za:zb] += 1 会导致比预期更多的元素增加 1。
我可以通过使用三个嵌套的 for 循环来实现：
for i in range(xa,xb+1):
for j in range(ya,yb+1):
for k in range(za,zb+1):
myArray[i][j][k] += 1
但这会大大降低代码速度。
我该怎么做才能在不损失性能的情况下实现这一目标？
您从一开始就走在正确的道路上。以下似乎有效：
myArray=np.zeros((o,m,n))
myArray[xa:xb+1,ya:yb+1,za:zb+1]+=1
请注意，数组中的索引切片使用与 for 循环中的 range 相同的边界，因此您必须 +1 结束索引。上面的过程在很短的时间内复制了你的三重 for 循环结果。
我有一个由
组成的 3d 列表myArray = np.array([[[0]*n for i in range(m)] for j in range(o)])
我有一个遍历所有元素的循环，并递增当前元素中存储的值以及当前元素附近的一些元素：
myArray[xa:xb][ya:yb][za:zb] += 1.
其中xa、xb等是根据循环中考虑的当前元素生成的，不一定相同。换句话说，我想增加 3D 列表中给定子三角形的值。
但是，当我尝试寻址 myArray[xa:xb][0][0] 时，我得到一个长度大于 len(myArray[0]) 的列表。更不用说 myArray[xa:xb][ya:yb][za:zb] += 1 会导致比预期更多的元素增加 1。
我可以通过使用三个嵌套的 for 循环来实现：
for i in range(xa,xb+1):
for j in range(ya,yb+1):
for k in range(za,zb+1):
myArray[i][j][k] += 1
但这会大大降低代码速度。 我该怎么做才能在不损失性能的情况下实现这一目标？
您从一开始就走在正确的道路上。以下似乎有效：
myArray=np.zeros((o,m,n))
myArray[xa:xb+1,ya:yb+1,za:zb+1]+=1
请注意，数组中的索引切片使用与 for 循环中的 range 相同的边界，因此您必须 +1 结束索引。上面的过程在很短的时间内复制了你的三重 for 循环结果。