numpy：配列型を素早く変換する方法

Question

numpy配列のastype（）メソッドはそれほど効率的ではありません。私は 3百万のUint8点を含む配列を持っています。それを3x3行列に掛けるには2秒かかりますが、結果をuint16からuint8に変換するのにもう1秒かかります。

より正確：

print time.clock() 
    imgarray = np.dot(imgarray, M)/255 
    print time.clock() 
    imgarray = imgarray.clip(0, 255) 
    print time.clock() 
    imgarray = imgarray.astype('B') 
    print time.clock() 

ドット積及びスケーリングが2秒を要する
クリッピングが200ミリ秒 型変換をとり、他の操作にかかる時間を考えると、1秒

をとり、Iはastypeを期待より速くなる。 タイプ変換を高速に行う方法はありますか、そのタイプ変換がそれほど難しいとは思わないときは間違っていますか？

編集：目標は、あなたがimgarray = imgarray.astype('B')を使用すると、指定した型にキャスト配列のコピーを、取得ファイル

Answer 1

に、最終的な8ビット配列を保存することです。たとえimgarrayを直ちに反転させて新しく割り当てられた配列を指し示したとしても、余分なメモリ割り当てが必要になります。

imgarray.view('uint8')を使用すると、配列のビューが表示されます。これは、imgarray.dtypeの代わりにuint8と解釈される以外は、同じデータを使用します。 （np.dotがuint32配列を返し、そうnp.dot後、imgarrayタイプuint32である。）

viewを使用に伴う問題は、しかし、32ビット整数は4 8ビット整数として見るようになることである、と我々最後の8ビットの値についてのみ注意してください。だから、4番目の8ビット整数ごとにスキップする必要があります。私たちは、そのスライスを行うことができます。

In [37]: %timeit imgarray2 = imgarray.astype('B') 
10000 loops, best of 3: 107 us per loop 

In [39]: %timeit imgarray3 = imgarray.view('B')[:,::4] 
100000 loops, best of 3: 3.64 us per loop