Python 如何将3D矩阵的（W*H）求和并存储在长度=深度（输入矩阵的第三维）的一维矩阵中_Python_Python 2.7

Python 如何将3D矩阵的（W*H）求和并存储在长度=深度（输入矩阵的第三维）的一维矩阵中

python python-2.7

Python 如何将3D矩阵的（W*H）求和并存储在长度=深度（输入矩阵的第三维）的一维矩阵中,python,python-2.7,Python,Python 2.7,我想将3D矩阵的所有元素（W*H）相加，并将其存储在一维矩阵中，长度=深度（输入矩阵的第三维）我要说清楚：以（W*H*D）的形式输入尺寸=1D。所需输出再次为1D，长度为D 让我们考虑下面的3D矩阵：2×3×2。 Layer 1 Layer 2 [1, 2, 3 [7, 8, 9 4, 5, 6] 10, 11, 12] 输出为1D:[21,57] 我是python新手，我这样写： def test(w, h, c, image_inp):

我想将3D矩阵的所有元素（W*H）相加，并将其存储在一维矩阵中，长度=深度（输入矩阵的第三维）

我要说清楚：以（W*H*D）的形式输入尺寸=1D。所需输出再次为1D，长度为D

让我们考虑下面的3D矩阵：2×3×2。

 Layer 1       Layer 2
[1, 2, 3      [7, 8, 9
4, 5, 6]      10, 11, 12]

输出为1D:

[21,57]

我是python新手，我这样写：

 def test(w, h, c, image_inp):
     output = [image_inp[j * w + k] for i in enumerate(image_inp)
         for j in range(0,h)
             for k in range(0,w)
                 #image_inp[j * w + k] comment
                 ]
     printout(output)

>>> img3d[0,:,:]
array([[1, 2, 3],
       [4, 5, 6]])

我知道这会将输入数组原样复制到输出数组。此外，输出数组长度不等于深度

有人请帮我把这个弄对

   def test(w, h, c, image_inp):
         output = [hwsum   for i in enumerate(image_inp)
                     hwsum += wsum for j in range(0,h)
                      wsum += image_inp[j*w + k] for k in range(0,w)
                     #image_inp[j * w + k]
                     ]
         print "Calling outprint"
         printout(output)

注意：我不想使用numpy（它正在工作）或任何数学库。原因是我正在用python编写测试代码来评估一种正在使用的语言

编辑： 输入矩阵将以1D的形式输入测试函数，w、h、c作为参数，因此，其形式如下：

[1,2,3,4,5,6,7,8,9,10,12],

with w, h, c have to compute considering input1D as 3D matrix.

如果您的矩阵是按照您的帖子所暗示的那样设置的，并且您的“3D”矩阵是一个数组，则表示感谢：

M = [ [1, 2, 3,
       4, 5, 6],
     [ 7, 8, 9,
      10,11,12],
]
array_of_sums = []
for pseudo_2D_matrix in M:
    array_of_sums.append(sum(pseudo_2D_matrix))

如果三维矩阵作为真实三维对象设置为：

M = [
  [ [ 1, 2, 3],
    [ 4, 5, 6]
  ],
  [ [ 7, 8, 9],
    [10,11,12],
]

您可以通过执行以下操作创建一维和数组：

array_of_sums = []
for 2D_matrix in M:
    s = 0
    for row in 2D_matrix:
        s += sum(row)
    array_of_sums.append(s)

您的数据是如何格式化的还不清楚，但希望您能从这两个示例中了解到这一点

编辑：

根据对输入的澄清，您可以轻松完成以下任务：

如果尺寸

w、h、c

作为数组

[1,2,3,4,5,6,7,8,9,10,12]

的尺寸分段给出，则您只需将这些区域分界并基于此求和：

input_array = [1,2,3,4,5,6,7,8,9,10,11,12]
w,h,c = 2,3,2
array_of_sums = []
i = 0
while i < w:
    array_of_sums.append(sum(input_array[i*h*c:(i+1)*h*c]))
    i += 1

如果您的矩阵设置为您的帖子所暗示的矩阵，则将“3D”矩阵设置为数组：

M = [ [1, 2, 3,
       4, 5, 6],
     [ 7, 8, 9,
      10,11,12],
]
array_of_sums = []
for pseudo_2D_matrix in M:
    array_of_sums.append(sum(pseudo_2D_matrix))

如果三维矩阵作为真实三维对象设置为：

M = [
  [ [ 1, 2, 3],
    [ 4, 5, 6]
  ],
  [ [ 7, 8, 9],
    [10,11,12],
]

您可以通过执行以下操作创建一维和数组：

array_of_sums = []
for 2D_matrix in M:
    s = 0
    for row in 2D_matrix:
        s += sum(row)
    array_of_sums.append(s)

您的数据是如何格式化的还不清楚，但希望您能从这两个示例中了解到这一点

编辑：

根据对输入的澄清，您可以轻松完成以下任务：

如果尺寸

w、h、c

作为数组

[1,2,3,4,5,6,7,8,9,10,12]

的尺寸分段给出，则您只需将这些区域分界并基于此求和：

input_array = [1,2,3,4,5,6,7,8,9,10,11,12]
w,h,c = 2,3,2
array_of_sums = []
i = 0
while i < w:
    array_of_sums.append(sum(input_array[i*h*c:(i+1)*h*c]))
    i += 1

非常适合于对一维和多维数据进行切片和操作。它速度快，使用方便，非常“pythonic”

按照您的示例，您只需执行以下操作：

>>> import numpy
>>> img3d=numpy.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,12,12]]])
>>> img3d.shape
(2, 2, 3)

您可以在这里看到img3d有2个层、2行和3列。您可以像这样使用索引进行切片：

 def test(w, h, c, image_inp):
     output = [image_inp[j * w + k] for i in enumerate(image_inp)
         for j in range(0,h)
             for k in range(0,w)
                 #image_inp[j * w + k] comment
                 ]
     printout(output)

>>> img3d[0,:,:]
array([[1, 2, 3],
       [4, 5, 6]])

要从3D转换为1D，只需使用：

相反，使用：

现在添加jusing numpy.sum，给出要添加的维度（在您的示例中，维度1和2（维度为0索引）：

仅用一行代码进行总结，您可以执行以下操作（问题中的变量名）：

从：

numpy.sum

sum（a，axis=None，dtype=None，out=None，keepdims=numpy.\u globals.\u NoValue>）

给定轴上数组元素的总和

参数：

a:要求和的类数组元素

轴：无或int或整数元组，可选轴或沿其执行求和的轴。默认值axis=None将对输入的所有元素求和数组。如果轴为负，则从最后一个轴到第一个轴计数

版本1.7.0中新增：如果axis是整数的元组，则执行求和在元组中指定的所有轴上，而不是在单个轴或所有的轴都和以前一样

非常适合于对单个和多维数据进行切片和操作。它速度快，易于使用，非常“pythonic”