4用于循环优化

Question

我有以下这些极其丑陋的代码：

def cell_hist(gradients):
    h, w, d  = gradients.shape
    window_size = 8
    res_h = int(h / window_size)
    res_w = int(w / window_size)
    bins_number = 9
    bin_width = (180 / bins_number)
    bins = [bin_width * x for x in range(bins_number)]
    result = np.zeros((res_h, res_w, bins_number))

    for a in range(res_h):
        for b in range(res_w):
            fragment = gradients[a*window_size:(a+1)*window_size, b*window_size:(b+1)*window_size]
            hist = np.zeros(bins_number)

            for row in fragment:
                for pixel in row:
                    nbin = int((pixel[1] // bin_width) % 9)
                    hist[nbin] += ((pixel[1] - bins[nbin]) / bin_width) * pixel[0]
                    if nbin != bins_number - 1:
                        hist[nbin+1] += ((bins[nbin+1] - pixel[1]) / bin_width) * pixel[0]
                    else:
                        hist[0] += ((180 - pixel[1]) / bin_width) * pixel[0]
            result[a,b] = hist
    return result

我知道这很糟糕，但是我想不出有什么优化方法可以去掉4个for循环。有没有什么技巧的numpy索引可能会对这里有所帮助？如果你能帮助我，我将非常感激！

梯度参数是一个看起来像这样的矩阵：(w，h,2)。所以基本上是两个通道的图像。

Answer 1

通过itertools和嵌套元素的组合，有一些方法可以减少“选项卡式内部”。

但在我看来，没有办法正确地做到这一点。

首先，让我们考虑一下你能做些什么，把这个庞大的代码分成几个函数，在必要时相互调用，然后给任何函数/部分命名，使它不仅不那么难看，而且可读性更好:)

例如，我将把它分成如下几部分：

def cell_hist(gradients):
    h, w, d  = gradients.shape
    window_size = 8
    res_h = int(h / window_size)
    res_w = int(w / window_size)
    bins_number = 9
    bin_width = (180 / bins_number)
    bins = [bin_width * x for x in range(bins_number)]
    result = np.zeros((res_h, res_w, bins_number))

    for a in range(res_h):
        for b in range(res_w):
            result[a,b] = func2(a, b)

    return result

def func2(a, b):
    fragment = gradients[a*window_size:(a+1)*window_size, b*window_size:(b+1)*window_size]
    hist = np.zeros(bins_number)

    for row in fragment:
        for pixel in row:
            nbin = int((pixel[1] // bin_width) % 9)
            hist[nbin] += ((pixel[1] - bins[nbin]) / bin_width) * pixel[0]
            if nbin != bins_number - 1:
                hist[nbin+1] += ((bins[nbin+1] - pixel[1]) / bin_width) * pixel[0]
            else:
                hist[0] += ((180 - pixel[1]) / bin_width) * pixel[0]
    return hist

但有许多变量你必须传递给它，然后最有效的方法来保持它的简单性。将它放在某个类中，这给了你简单的方法来记住self.中的变量，同时保持代码的清晰度，哪些是必需的，哪些不是:)

换行符对于可读性也很有用，请检查它：https://doingmathwithpython.github.io/breaking-long-lines-in-python.html