问题描述
我正在尝试按条件过滤多个 3D 数组,并将结果用作 scipy.stats.binned_statistic_2d()
或 np.histogram2d()
的输入。
这是一个简单的例子:
import numpy as np
import xarray as xr
array = xr.DataArray(np.random.randn(20,2000,3000))
stacked = array.stack(z=('dim_0','dim_1','dim_2'))
res = stacked.where(stacked>0,drop=True)
stack
步骤的运行速度非常慢:
16.9 s ± 1 s per loop (mean ± std. dev. of 7 runs,1 loop each)
是否可以更快地获取 res
并将 dim_0
、dim_1
和 dim_2
的值也保存为一维变量?
解决方法
你在这里使用 xarray 究竟是为了什么?
由于 scipy 和 numpy 都适用于裸 numpy 数组,您可以简单地将数据作为 numpy 数组,并使用 ravel
获得相同内存的一维视图。
如果您还不熟悉副本和视图,请参阅 numpy 手册:https://numpy.org/devdocs/reference/arrays.ndarray.html?highlight=view
这是闪电般的速度:
ravelled = array.data.ravel()
只要它是一个一维数组,并且你只需要布尔索引,numpy 就可以了:
result = ravelled[ravelled > 0]