我有一个形状(height, width, 3)的three-dimensional阵列，它表示一个BGR映像，值是[0，1]中的浮动。

在像素上进行了一些操作后，我获得了形状(height, width)的two-dimensional阵列，阵列中的值是对每个单独像素上执行的某些操作的结果。

现在，我想将原始image与结果进行比较，更具体地说，我想将每个像素的每个BGR组件与位于同一坐标处的结果数组的值进行比较。

例如，我想知道每个像素中哪个是哪个BGR组件：

import numpy as np

img = np.random.random((360, 640, 3))
maxa = img.max(axis=-1)

现在，我想将img与maxa进行比较，我知道img == maxa不起作用：

In [335]: img == maxa
<ipython-input-335-acb909814b9a>:1: DeprecationWarning: elementwise comparison failed; this will raise an error in the future.
  img == maxa
Out[335]: False

我不擅长描述事物，所以我会向您展示我打算在Python中做的事情：

result = [[[c == maxa[y, x] for c in img[y, x]] for x in range(640)] for y in range(360)]

显然，它效率低下，但我想证明我知道逻辑。

我已经在numpy中做了同样的事情，但我认为这可以更有效：

img == np.dstack([maxa, maxa, maxa])

我已经确认了我的理解的正确性：

In [339]: result = [[[c == maxa[y, x] for c in img[y, x]] for x in range(640)] for y in range(360)]
     ...: np.array_equal(arr3, img == np.dstack([maxa, maxa, maxa]))
Out[339]: True

我已经基准了我的方法：

In [340]: %timeit [[[c == maxa[y, x] for c in img[y, x]] for x in range(640)] for y in range(360)]
509 ms ± 16.6 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

In [341]: maxals = maxa.tolist()

In [342]: imgls = img.tolist()

In [343]: %timeit [[[c == maxals[y][x] for c in imgls[y][x]] for x in range(640)] for y in range(360)]
156 ms ± 2.57 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [344]: %timeit img == np.dstack([maxa, maxa, maxa])
4.25 ms ± 121 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

什么是更快的方法？