Python:使用减号函数比较单元格数组
我有3个单元阵列,每个单元阵列有不同大小的阵列。如何为每个可能的单元阵列组合执行减号函数Python:使用减号函数比较单元格数组,python,arrays,numpy,combinations,cell-array,Python,Arrays,Numpy,Combinations,Cell Array,我有3个单元阵列,每个单元阵列有不同大小的阵列。如何为每个可能的单元阵列组合执行减号函数例如: import numpy as np a=np.array([[np.array([[2,2,1,2]]),np.array([[1,3]])]]) b=np.array([[np.array([[4,2,1]])]]) c=np.array([[np.array([[1,2]]),np.array([[4,3]])]]) 这里可能的组合是a-b、a-c和b-c
例如:
import numpy as np
a=np.array([[np.array([[2,2,1,2]]),np.array([[1,3]])]])
b=np.array([[np.array([[4,2,1]])]])
c=np.array([[np.array([[1,2]]),np.array([[4,3]])]])
这里可能的组合是a-b、a-c和b-c<让我们说a-b:a=2,2,1,2 and 1,3
b=4,2,1
由于不同大小的数组,所需的结果随窗口的变化而变化:
(2,2,1)-(4,2,1) ----> -2,0,0
(2,1,2)-(4,2,1) ----> -2,-1,1
(1,3) -(4,2) ----> -3,1,1
(1,3) -(2,1) ----> 4,-1,2
我想知道如何使用python创建允许我减去单元格数组的移位窗口。您可以使用中的函数来执行移位窗口:
>>> import numpy as np
>>> import toolz
>>> a = np.array([2,2,1,2])
>>> b = np.array([4, 2, 1])
>>> for chunk in toolz.sliding_window(b.size, a):
...: print(chunk - b)
...:
[-2 0 0]
[-2 -1 1]
我认为这对函数符合您的要求。第一种可能需要一些调整,以正确地配对差异
import numpy as np
def diffs(a,b):
# collect sliding window differences
# length of window determined by the shorter array
# if a,b are not arrays, need to replace b[...]-a with
# a list comprehension
n,m=len(a),len(b)
if n>m:
# ensure s is the shorter
b,a=a,b # switch
n,m=len(a),len(b)
# may need to correct for sign switch
result=[]
for i in range(0,1+m-n):
result.append(b[i:i+n]-a)
return result
def alldiffs(a,b):
# collect all the differences for elements of a and b
# a,b could be lists or arrays of arrays, or 2d arrays
result=[]
for aa in a:
for bb in b:
result.append(diffs(aa,bb))
return result
# define the 3 arrays
# each is a list of 1d arrays
a=[np.array([2,2,1,2]),np.array([1,3])]
b=[np.array([4,2,1])]
c=[np.array([1,2]),np.array([4,3])]
# display the differences
print(alldiffs(a,b))
print(alldiffs(a,c))
print(alldiffs(b,c))
制作(用一些漂亮的印刷品):
将我的答案与你的答案相比较,我想知道,你是否用0填充较短的数组,因此结果总是3个元素长
将a
更改为a=[np.array([2,2,1,2])、np.array([0,1,3])、np.array([1,3,0])]
产生:
[[array([-2, 0, 0]), array([-2, -1, 1])],
[array([ 4, 1, -2])], [array([ 3, -1, 1])]]
我想你可以用这个内环做些更有趣的事:
for i in range(0,1+m-n):
result.append(b[i:i+n]-a)
但是为什么呢?首要的任务是弄清楚问题规范。速度可以等待。除了图像包中的滑动窗口代码外,
np.lib.stride\u tricks.as\u stride
中还有一个整洁的striding
技巧。但我怀疑这是否会节省时间,尤其是在这样的小例子中。我只会将a
、b
、c
视为数组列表,甚至列表列表,并反复讨论各种可能性。这里没有要“矢量化”的内容。每个数组的长度是不同的。我在matlab中有我的代码,但它需要更长的时间来运行,我在matlab中面临内存不足的错误。所以我认为python可能比matlab在更短的时间内解决这个问题。谢谢你的回复。这真的很有帮助。
for i in range(0,1+m-n):
result.append(b[i:i+n]-a)