创建多阵列的任意视图 我编写了一个C++函数来计算边际概率密度函数(概率密度函数)。这基本上意味着我得到了多维数据(PDF),这些数据是沿着一个由许多变量组成的网格定义的。我想在未定义的维度上集成数据,以保持函数的通用性
PDF的维度可以是任意的,边缘PDF的维度也可以是任意的。无法定义输入数据的维度顺序,因此我向函数发送了一个向量,该向量表示需要保留哪些变量。其他变量需要整合 例如: 变量数量:5(a,b,c,d,e),PDF数据维度5,计算(a,c,d)的边际PDF。这意味着变量/维度0,2,3需要保留,其他变量/维度需要积分(通过定积分)。 so:PDF[a][b][c][d][e]->MARGPDF[a][c][d](其中包含其他值) 对于每个[a][c][d],我需要对其他维度[b][e]中的数据执行操作。我可以通过创建视图来实现这一点,但是我现在不知道如何动态实现这一点。所谓动态,我的意思是,我希望维度的数量和保留的维度可以自由选择 基本上,我想要的是创建维度b和e中所有值的视图,并为a、c、d的每个(循环)值执行此操作。但是,我希望函数是通用的,这样输入可以是任何多数组,输出变量可以自由选择。因此,它也可以是:PDF[a][b][c][d]>MARGPDF[c]或PDF[a][b][c][d][e][f]>MARGPDF[b][d] 我有以下想法: 我按维度对PDF多数组进行排序,以便创建最后一个维度数的视图,因此: PDF[a][b][c][d][e]变为PDF[a][c][d][b][e]。然后我在每个a、c、d上循环,并创建剩余2个维度b和e的视图。我使用此视图执行计算,并将值保存到PDF[a][c][d] 执行此类操作时,我需要知道的是: 如何切换boost::multi_阵列的维度/索引顺序? 当尺寸是自由的时,如何创建视图? 或者你有其他想法来完成同样的事情吗 下面提供了我的代码的开头:创建多阵列的任意视图 我编写了一个C++函数来计算边际概率密度函数(概率密度函数)。这基本上意味着我得到了多维数据(PDF),这些数据是沿着一个由许多变量组成的网格定义的。我想在未定义的维度上集成数据,以保持函数的通用性,c++,arrays,boost,multidimensional-array,generic-programming,C++,Arrays,Boost,Multidimensional Array,Generic Programming,PDF的维度可以是任意的,边缘PDF的维度也可以是任意的。无法定义输入数据的维度顺序,因此我向函数发送了一个向量,该向量表示需要保留哪些变量。其他变量需要整合 例如: 变量数量:5(a,b,c,d,e),PDF数据维度5,计算(a,c,d)的边际PDF。这意味着变量/维度0,2,3需要保留,其他变量/维度需要积分(通过定积分)。 so:PDF[a][b][c][d][e]->MARGPDF[a][c][d](其中包含其他值) 对于每个[a][c][d],我需要对其他维度[b][e]中的数据执行操
template<class DataType, int Dimension, int ReducedDimension>
boost::multi_array<DataType, ReducedDimension> ComputeMarginalPDF(boost::multi_array<DataType, Dimension> PDF,
std::vector< std::vector<DataType> > Variables , std::vector<int> VarsToKeep ){
// check input dimensions
if (VarsToKeep.size() != ReducedDimension ){
std::cout << "Dimensions do not match" << std::endl;
}
std::vector< std::vector<double> > NewVariables(0) ;
// Construct reduced array with proper dimensions
typedef boost::multi_array< DataType , ReducedDimension > ReducedArray ;
boost::array< ReducedArray::index , ReducedDimension > dimensions;
// get dimensions from array and insert into dimensions ;
// set Marginal PDF dimensions
for(int i = 0 ; i < VarsToKeep.size() ; i++){
dimensions[i] = PDF.shape()[ VarsToKeep[i] ] ;
NewVariables.push_back( Variables[ VarsToKeep[i] ] );
}
ReducedArray Marginal(dimensions) ;
// to be filled with code
模板
boost::multi_array ComputeMarginalPDF(boost::multi_array PDF,
std::vector变量,std::vector varstokep){
//检查输入尺寸
if(varstokep.size()!=缩减尺寸){
std::cout-reducedaray;
boost::arraydimensions;
//从数组中获取维度并插入到维度中;
//设置边缘PDF维度
对于(int i=0;i
我希望不要混淆。欢迎提出任何改进问题的建议。几个月前我遇到过类似的问题,但我只需要计算一维边缘。这是对我有效的解决方案的概述,我想它也可以适用于多维边缘: 我基本上是将pdf存储在一维数组/向量中(可以随意使用): 然后我用它来存储一个二维数组
a[width][height]
作为一个一维数组b[width*height]
并访问任何元素a[x][y]
作为b[width*x+y]
。您可以将此公式推广到任意尺寸,并正确使用模/整数除法,还可以计算逆
使用模板,从一维索引到N维索引的计算以及从N维索引到一维索引的计算都非常简单。这允许您将取决于维度的符号PDF[a][b][c][d][e]
转换为类似PDF(std::vector{a,b,c,d,e})的符号
它很容易扩展到任意维度,因为您可以在循环中提前填充向量
如果您认为这种方法可能对您有所帮助,我可以尝试掌握我的实现的一些关键功能,并将它们添加到这里
编辑:
template <size_t DIM>
inline void posToPosN(const size_t& pos,
const size_t* const size,
size_t* const posN){
size_t r = pos;
for (size_t i = DIM; i > 0; --i){
posN[i - 1] = r % size[i - 1];
r /= size[i - 1];
}
}
template <size_t DIM>
inline void posNToPos(size_t& pos,
const size_t* const size,
const size_t* const posN){
pos = 0;
size_t mult = 1;
for (size_t i = DIM; i > 0; --i){
pos += mult * posN[i - 1];
mult *= size[i - 1];
}
}
template<typename type, size_t DIM>
class Iterator{
private:
type* const _data; //pointer to start of Array
size_t _pos; //1-dimensional position
size_t _posN[DIM]; //n-dimensional position
size_t const * const _size; //pointer to the _size-Member of Array
size_t _total;
private:
public:
Iterator(type* const data, const size_t* const size, size_t total, size_t pos)
: _data(data), _pos(pos), _size(size), _total(total)
{
if (_pos > _total || _pos < 0) _pos = _total;
posToPosN<DIM>(_pos, _size, _posN);
}
bool operator!= (const Iterator& other) const
{
return _pos != other._pos;
}
type& operator* () const{
if (_pos >= _total)
std::cout << "ERROR, dereferencing too high operator";
return *(_data + _pos);
}
const Iterator& operator++ ()
{
++_pos;
if (_pos > _total) _pos = _total;
posToPosN<DIM>(_pos, _size, _posN);
return *this;
}
Iterator& operator +=(const size_t& b)
{
_pos += b;
if (_pos > _total) _pos = _total;
posToPosN<DIM>(_pos, _size, _posN);
return *this;
}
const Iterator& operator-- ()
{
if (_pos == 0)
_pos = _total;
else
--_pos;
posToPosN<DIM>(_pos, _size, _posN);
return *this;
}
//returns position in n-th dimension
size_t operator[](size_t n){
return _posN[n];
}
//returns a new iterator, advanced by n steps in the dim Dimension
Iterator advance(size_t dim, int steps = 1){
if (_posN[dim] + steps < 0 || _posN[dim] + steps >= _size[dim]){
return Iterator(_data, _size, _total, _total);
}
size_t stride = 1;
for (size_t i = DIM - 1; i > dim; --i){
stride *= _size[i];
}
return Iterator(_data, _size, _total, _pos + steps*stride);
}
};
template <typename type, size_t DIM>
class Array{
type* _data;
size_t _size[DIM];
size_t _total;
void init(const size_t* const dimensions){
_total = 1;
for (int i = 0; i < DIM; i++){
_size[i] = dimensions[i];
_total *= _size[i];
}
_data = new type[_total];
}
public:
Array(const size_t* const dimensions){
init(dimensions);
}
Array(const std::array<size_t, DIM>& dimensions){
init(&dimensions[0]);
}
~Array(){
delete _data;
}
Iterator<type, DIM> begin(){
return Iterator<type, DIM>(_data, _size, _total, 0);
}
Iterator<type, DIM> end(){
return Iterator<type, DIM>(_data, _size, _total, _total);
}
const size_t* const size(){
return _size;
}
};
//for projections of the PDF
void calc_marginals(size_t dir, double* p_xPos, double* p_yPos){
assert(dir < N_THETA);
std::lock_guard<std::mutex> lock(calcInProgress);
//reset to 0
for (size_t i = 0; i < _size[dir]; ++i){
p_yPos[i] = 0;
}
//calc projection
double sum = 0;
for (auto it = _p_theta.begin(); it != _p_theta.end(); ++it){
p_yPos[it[dir]] += (*it);
sum += (*it);
}
if (abs(sum - 1) > 0.001){ cout << "Warning: marginal[" << dir << "] not normalized" << endl; }
//calc x-Axis
for (size_t i = 0; i < _size[dir]; ++i){
p_xPos[i] = _p[dir].start + double(i) / double(_size[dir] - 1)*(_p[dir].stop - _p[dir].start);
}
}
模板
内联空心桩号(施工尺寸和桩号),
常量大小\u t*常量大小,
尺寸(常数位置){
尺寸=位置;
对于(尺寸i=DIM;i>0;--i){
posN[i-1]=r%大小[i-1];
r/=尺寸[i-1];
}
}
模板
内联空隙位置(尺寸和位置),
常量大小\u t*常量大小,
常数大小(常数位置){
pos=0;
尺寸乘以=1;
对于(尺寸i=DIM;i>0;--i){
pos+=mult*posN[i-1];
mult*=尺寸[i-1];
}
}
模板
类迭代器{
私人:
type*const _data;//指向数组开头的指针
大小\u t\u pos;//一维位置
大小_t _posN[DIM];//n维位置
size\t const*const\u size;//指向数组的_size-Member的指针
总尺寸;
私人:
公众:
迭代器(类型*常量数据、常量大小*常量大小、大小总和、大小位置)
:_数据(数据),_位置(位置),_大小(大小),_总数(总数)
{
如果(_pos>_total | | _pos<0)_pos=_total;
postopsn(_pos,_size,_posN);
}
布尔运算符!=(常量迭代器和其他)常量
{
返回_pos!=其他。_pos;
}
类型和运算符*()常量{
如果(\u位置>=\u总数)
标准::cout _total)_pos=_total;
postopsn(_pos,_size,_posN);
归还*这个;
}
迭代器和运算符+=(常量大小t&b)
{
_pos+=b;
如果(\u pos>\u total)\u pos=\u total;
postopsn(_pos,_size,_posN);
归还*这个;
}
常量迭代器和运算符--()
{
如果(_pos==0)
_pos=总计;
其他的
--_pos;
postopsn(_pos,_size,_posN);
归还*这个;
}
//返回第n个位置
template <size_t DIM>
inline void posToPosN(const size_t& pos,
const size_t* const size,
size_t* const posN){
size_t r = pos;
for (size_t i = DIM; i > 0; --i){
posN[i - 1] = r % size[i - 1];
r /= size[i - 1];
}
}
template <size_t DIM>
inline void posNToPos(size_t& pos,
const size_t* const size,
const size_t* const posN){
pos = 0;
size_t mult = 1;
for (size_t i = DIM; i > 0; --i){
pos += mult * posN[i - 1];
mult *= size[i - 1];
}
}
template<typename type, size_t DIM>
class Iterator{
private:
type* const _data; //pointer to start of Array
size_t _pos; //1-dimensional position
size_t _posN[DIM]; //n-dimensional position
size_t const * const _size; //pointer to the _size-Member of Array
size_t _total;
private:
public:
Iterator(type* const data, const size_t* const size, size_t total, size_t pos)
: _data(data), _pos(pos), _size(size), _total(total)
{
if (_pos > _total || _pos < 0) _pos = _total;
posToPosN<DIM>(_pos, _size, _posN);
}
bool operator!= (const Iterator& other) const
{
return _pos != other._pos;
}
type& operator* () const{
if (_pos >= _total)
std::cout << "ERROR, dereferencing too high operator";
return *(_data + _pos);
}
const Iterator& operator++ ()
{
++_pos;
if (_pos > _total) _pos = _total;
posToPosN<DIM>(_pos, _size, _posN);
return *this;
}
Iterator& operator +=(const size_t& b)
{
_pos += b;
if (_pos > _total) _pos = _total;
posToPosN<DIM>(_pos, _size, _posN);
return *this;
}
const Iterator& operator-- ()
{
if (_pos == 0)
_pos = _total;
else
--_pos;
posToPosN<DIM>(_pos, _size, _posN);
return *this;
}
//returns position in n-th dimension
size_t operator[](size_t n){
return _posN[n];
}
//returns a new iterator, advanced by n steps in the dim Dimension
Iterator advance(size_t dim, int steps = 1){
if (_posN[dim] + steps < 0 || _posN[dim] + steps >= _size[dim]){
return Iterator(_data, _size, _total, _total);
}
size_t stride = 1;
for (size_t i = DIM - 1; i > dim; --i){
stride *= _size[i];
}
return Iterator(_data, _size, _total, _pos + steps*stride);
}
};
template <typename type, size_t DIM>
class Array{
type* _data;
size_t _size[DIM];
size_t _total;
void init(const size_t* const dimensions){
_total = 1;
for (int i = 0; i < DIM; i++){
_size[i] = dimensions[i];
_total *= _size[i];
}
_data = new type[_total];
}
public:
Array(const size_t* const dimensions){
init(dimensions);
}
Array(const std::array<size_t, DIM>& dimensions){
init(&dimensions[0]);
}
~Array(){
delete _data;
}
Iterator<type, DIM> begin(){
return Iterator<type, DIM>(_data, _size, _total, 0);
}
Iterator<type, DIM> end(){
return Iterator<type, DIM>(_data, _size, _total, _total);
}
const size_t* const size(){
return _size;
}
};
//for projections of the PDF
void calc_marginals(size_t dir, double* p_xPos, double* p_yPos){
assert(dir < N_THETA);
std::lock_guard<std::mutex> lock(calcInProgress);
//reset to 0
for (size_t i = 0; i < _size[dir]; ++i){
p_yPos[i] = 0;
}
//calc projection
double sum = 0;
for (auto it = _p_theta.begin(); it != _p_theta.end(); ++it){
p_yPos[it[dir]] += (*it);
sum += (*it);
}
if (abs(sum - 1) > 0.001){ cout << "Warning: marginal[" << dir << "] not normalized" << endl; }
//calc x-Axis
for (size_t i = 0; i < _size[dir]; ++i){
p_xPos[i] = _p[dir].start + double(i) / double(_size[dir] - 1)*(_p[dir].stop - _p[dir].start);
}
}