Как можно ускорить перебор массива?

Question

Есть изображение 1752x1264 точек. Каждая точка содержит значение False или True.

Сейчас, чтобы получить массив, мы выполняем вот такой код:

for i in range(array.shape[0]):
      for j in range(array.shape[1]):
              if array[i][j] == True:
                   rect.append([[j,i]])

В среднем он выполняется 2-3 секунды.

Как можно ускорить его выполнение?

Answer 1

Попробуйте так (пример):

import numpy as np

a = np.array([[False, True, False],
       [True, False, True]])
print(a) # исходный массив
print(np.argwhere(a==True)) # ваш результат

Соответственно выдаст:

[[False  True False]
 [ True False  True]]
[[0 1]
 [1 0]
 [1 2]]

Answer 2

Проще всего воспользоваться функцией np.nonzero().

пример исходной матрицы:

In [29]: a = np.random.choice([True, False], size=(5, 3))

In [30]: a
Out[30]:
array([[False,  True, False],
       [False, False, False],
       [False,  True, False],
       [False, False,  True],
       [False, False,  True]])

решение:

r_idx, c_idx = np.nonzero(a)
res = np.column_stack((c_idx, r_idx))

результат:

In [33]: res
Out[33]:
array([[1, 0],
       [1, 2],
       [2, 3],
       [2, 4]], dtype=int64)

замеры времени выполнения:

In [46]: a = np.random.choice([True, False], size=(1752, 1264))

In [47]: %%timeit
    ...: res = np.argwhere(a == True)[:, ::-1]
    ...:
    ...:
44.6 ms ± 539 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [48]: %%timeit
    ...: r_idx, c_idx = np.nonzero(a)
    ...: res = np.column_stack((c_idx, r_idx))
    ...:
    ...:
42.7 ms ± 255 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

UPDATE: чтобы получить трехмерный массив как в вопросе:

res = res.reshape(res.shape[0], 1, -1)

БЛОГ НА HUSL

Как можно ускорить перебор массива?

Ответы (2 шт):