添加到随机索引答案

【问题标题】：Adding to Random Index添加到随机索引
【发布时间】：2022-11-29 18:07:35
【问题描述】：

我正在尝试在 PIL 图像的随机索引处添加一些值。我可以这样做

#find random row and column indices    
idx_r=random.choices(cat[:,0,0], k=int((cat.shape[0]*0.25)))
idx_c=random.choices(cat[0,:,0], k=int((cat.shape[1]*0.25)))
        
#add at those indices        
for i in idx_r:
     for j in idx_c:
           cat[i,j,:] = torch.add(cat[i,j,:], cost)

但是，对大尺寸图像执行此操作非常耗时。我不能对多维数组使用正常的屏蔽方法。有没有一种计算上更简单的方法来做到这一点？

【问题讨论】：

标签： python arrays pytorch

【解决方案1】：

首先，您并没有真正“找到随机的行和列索引”。您正在做的是生成一个大小为 k 的数组，其中随机元素为 cat[:,0,0]，而不是它们的索引。
生成随机索引数组将按如下方式完成：

idx_r=random.choices(np.arange(cat[:,0,0].shape[0]), k=int((cat.shape[0]*0.25)))
idx_c=random.choices(np.arange(cat[0,:,0].shape[0]), k=int((cat.shape[0]*0.25)))

其次，你在这里不需要torch.add，cat[i, j, :] = cat[i, j, :] + cost应该有同样的效果，并且可能允许你不导入pytorch。

我会把剩下的答案留在这里，以防它对任何人都有用，但它似乎对这种状态下的原始问题没有任何用处。

在这里，我使用How to set numpy matrix elements to a value with given indexes的答案来做一个简单的矩阵加法。

idx_r=random.choices(np.arange(cat[:,0,0].shape[0]), k=int((cat.shape[0]*0.25)))
idx_c=random.choices(np.arange(cat[0,:,0].shape[0]), k=int((cat.shape[0]*0.25)))
zeros = np.zeros(cat.shape)
zeros[idx_r[:], idx_c[:], :] = cost
cat = np.add(cat, zeros)

经过验证，这个方法似乎比你原来提出的要慢得多。事实上慢得多，我会认为这是一个错误而不是连贯的结果：

from timeit import timeit
setup: str = '''
import numpy as np
import random
cat = np.random(500, 500, 500)
idx_r = random.choices(np.arange(cat[:,0,0].shape[0]), k=int((cat.shape[0]*0.25)))
idx_c = random.choices(np.arange(cat[0,:,0].shape[0]), k=int((cat.shape[0]*0.25)))
cost = 42
'''
original: str = '''
for i in idx_r:
    for j in idx_c:
        cat[i, j, :] = cat[i, j, :] + cost
'''
mine: str = '''
zeros = np.zeros(cat.shape)
zeros[idx_r[:], idx_c[:], :] = cost
cat = np.add(cat, zeros)
'''
timeit(original, setup=setup, number=100) # 4.27609...
timeit(mine, setup=setup, number=100) # 30.05506...

【讨论】：