Numpy 从数组中提取矩阵数组的最合适方法
numpy的新用户。我有一个问题,我没有找到一个不涉及原始循环的解决方案 我有一个大小为N*M的一维数组。每个大小为M的块由一个平面矩阵和一些附加值组成。我想提取Those矩阵Numpy 从数组中提取矩阵数组的最合适方法,numpy,numpy-ndarray,Numpy,Numpy Ndarray,numpy的新用户。我有一个问题,我没有找到一个不涉及原始循环的解决方案 我有一个大小为N*M的一维数组。每个大小为M的块由一个平面矩阵和一些附加值组成。我想提取Those矩阵 对于这个例子,让我们考虑一个1D数组形式: [a1 b1 c1 d1 e1 f1 g1 a2 b2 c2 d2 e2 f2 g2 .... aN bN cN dN eN fN gN] 构建以下N 2*2矩阵数组的最优雅和/或最有效的方法是什么: [[[a1,b1], [c1,d1]], [[a2,b2], [
对于这个例子,让我们考虑一个1D数组形式:
[a1 b1 c1 d1 e1 f1 g1 a2 b2 c2 d2 e2 f2 g2 .... aN bN cN dN eN fN gN]
构建以下N 2*2矩阵数组的最优雅和/或最有效的方法是什么:
[[[a1,b1],
[c1,d1]],
[[a2,b2],
[c2,d2]],
....
[[aN,bN],
[cN,dN]]]
请注意,e1 f1 g1已被丢弃
作为一个具体的例子,请考虑:
import numpy as np
x = np.array([0,1,2,3,-1,-1,-1
0,1,2,3,-1,-1,-1])
预期结果应为包含两个矩阵[[0,1],[2,3]]的数组。一个简单的重塑示例,后跟一个切片:
In [219]: x = np.arange(6)
In [220]: np.reshape(x,(2,3))
Out[220]:
array([[0, 1, 2],
[3, 4, 5]])
In [221]: np.reshape(x,(2,3))[:,:2]
Out[221]:
array([[0, 1],
[3, 4]])
一种解决方案似乎是使用
as_-stripped
功能
设b
为块大小,以下操作有效:
y = np.lib.stride_tricks.as_strided(x, shape=(x.size // b,2,2),
strides=(x.strides[0]*b,
x.strides[0]*2,
x.strides[0]))
例如:
>>> import numpy as np
>>> x = np.array([0,1,2,3,-1,-1,-1,
... 0,1,2,3,-1,-1,-1,
... 0,1,2,3,-1,-1,-1])
>>> b = 7
>>> y = np.lib.stride_tricks.as_strided(x, shape=(x.size // b,2,2),
... strides=(x.strides[0]*b,
... x.strides[0]*2,
... x.strides[0]))
>>> print(y)
[[[0 1]
[2 3]]
[[0 1]
[2 3]]
[[0 1]
[2 3]]]
如果有更好的解决方案,请告诉我;
感谢hpaulj花时间提供帮助。np.重塑(arr,(-1,2,2))为您做了什么?似乎不起作用。请参见示例。尝试重塑的一些变化,并在早上给我们打电话!您可能还需要从生成的数组中获取一部分。我没有找到跳过e0、f0等的方法。。。也许我遗漏了一些有用的特性…我的缺点是,我只是理解我过于简化了我的示例,所以你的答案是可以的,但不符合我的需要。我已经编辑了我的问题…我不知道你需要什么。这些例子没有多少共同之处。