下記のコードでリストの要素の置換を行うと、14時間たっても処理が終わらない

Question

2次元配列(リスト) m1=[][]について、m1=[y][x]とするとyのインデックスは約2000個、xのインデックスは約4000個あります。この中の要素において、0.1が連続している塊が3つ存在しています。この時0.1で囲まれた領域の要素を全て0.1に置換したいです。
絵に例えた概略図

下記の様にコードを書いたのですが、ハイスペックノートPCで14時間たっても処理が終わりません。

#0.1で構成される形の外周を検出
#横に走査した時のxとyを格納(つまり高さ方向の辺の座標を格納)
#右から走査したものは偶数番目、左から走査したものは奇数番目に格納
contoxbre=[]
contoybre=[]
#縦に走査したxとyを格納(つまり横方向の辺の座標を格納)
#上から走査したものは偶数番目、下から走査したものは奇数番目に格納
contoxlen=[]
contoylen=[]


#nは0.1で構成されている形の数(ここではn=3とする)
n=3

#0.1で構成されている形のおおよその中心位置[n=1のx座標,n=1のy座標,n=2のx座標,n=2のy座標,…]
dn=[3000,1000,2000,1000,1000,1000]


for i in range(n):
	#各nについてx方向に走査していく範囲(raf:前側、rar:後ろ側)
	raf=[dn[2*(i+1)]-500,(dn[2*(i+1)]+dn[2*(i+2)])/2]
	rar=[dn[2*(i+1)]+500,(dn[2*(i+1)]+dn[2*i])/2]
	#各nについてy方向に走査していく範囲(d[2*i+1]-400:上側,d[2*i+1]+400:下側(下側の方が数字が大きい))
	for k in range(d[2*i+1]-400,d[2*i+1]+400):
		#x方向について左から右へ走査
		for j in range(max(raf),min(rar)):
			if m1[k][j]==0.1:
				contoxbre.append(j)
				contoybre.append(k)
				#y方向について右から左へ走査
				for h in range(max(raf),min(rar))[::-1]:
					if m1[k][h]==0.1:
						contoxbre.append(h)
						contoybre.append(k)
	#上下についても同様に
	for j in range(max(raf),min(rar)):
		for k in range(d[2*i+1]-400,d[2*i+1]+400):
			if m1[k][j]==0.1:
				contoxlen.append(j)
				contoylen.append(k)
				for h in range(d[2*i+1]-400,d[2*i+1]+400)[::-1]:
					if m1[h][j]==0.1:
						contoxlen.append(j)
						contoylen.append(h)

#外周で囲まれた内側の領域について、左から右へ走査して0.1以外のものがあり、なおかつこれが、contoxlenに含まれているとき、これを0.1に変える
for k in range(int(len(contoybre)/2)):
	for h in range(int(len(contoxbre)/2)):
		for j in range(contoxbre[2*h],contoxbre[2*h+1]):
			if m1[contoybre[2*k]][j]!=0.1:
				if j in contoxlen:
					m1[contoybre[2*k]][j]=0.1

上記コードの改善点か、同様の事が行える別のコードなど分かりましたら、ご教授のほど宜しくお願い致します。

Comments

[tiitoi]

こういうループをゴリゴリ使うようなアルゴリズムを実装するなら、Python ではなく、C++ で実装するべきではないでしょうか。速度に数百倍の差がでます。

[hayataka2049]

python（風）で書きたい場合はcythonを検討するといいかもしれません。

Answer 1

説明文と図のイメージからコメントさせてもらいます(コードは読んでいません)

scipyにndimage.binary_fill_holesという機能があります。
これを使って以下のイメージでご希望のことはできませんか?
0. データから値が0.1かどうかの判定結果を作成する
0. dimage.binary_fill_holesで1を加工して0.1で囲まれた部分を埋めたマスクを用意する
0. 元データのうち、マスクがTrueの部分を0.1にする

import numpy as np
from scipy import ndimage

# 適当に穴の空いたデータを用意
SIZE = 15
a = np.zeros((SIZE, SIZE))
a[1:5, 1:5] = 0.1
a[2:4, 2:4] = 0
a[5:9, 5:9] = 0.1
a[6:8, 6:8] = 0
a[10:11, 0:10] = 0.1
a[9, 7] = 0.1
print(a)
print('-' * 100)

target = (a == 0.1)             # 値が0.1の部分だけを抽出
mask = ndimage.binary_fill_holes(target) # 穴を埋めたマスクパタンを用意する
a[mask] = 0.1                   #  元データのうち、マスクの部分を0.1にする
print(a)
print('-' * 100)

処理イメージは、こんな感じです。

元データ
[[0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.1 0.1 0.1 0.1 0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.1 0.  0.  0.1 0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.1 0.  0.  0.1 0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.1 0.1 0.1 0.1 0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.1 0.1 0.1 0.1 0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.1 0.  0.  0.1 0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.1 0.  0.  0.1 0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.1 0.1 0.1 0.1 0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.  0.  0.1 0.  0.  0.  0.  0.  0.  0. ]
 [0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]]
----------------------------------------------------------------------------------------------------
加工後
[[0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.1 0.1 0.1 0.1 0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.1 0.1 0.1 0.1 0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.1 0.1 0.1 0.1 0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.1 0.1 0.1 0.1 0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.1 0.1 0.1 0.1 0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.1 0.1 0.1 0.1 0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.1 0.1 0.1 0.1 0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.1 0.1 0.1 0.1 0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.  0.  0.1 0.  0.  0.  0.  0.  0.  0. ]
 [0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.1 0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]
 [0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0.  0. ]]
----------------------------------------------------------------------------------------------------

Comments

[jasa]

無事、うまくいきました。速度も早くコードも短く非常に重宝しています。
ありがとうございました。