Python 如何求向量化矩阵numpy的指数_Python_Numpy_Matrix

Python 如何求向量化矩阵numpy的指数

python numpy matrix

Python 如何求向量化矩阵numpy的指数,python,numpy,matrix,Python,Numpy,Matrix,我有一个以numpy（nxnnxn）表示的ndmatrix，我将其矢量化，以便以特定的方式对数据进行采样，得到（1xn^3）我想将单个矢量化索引转换回形式为（nxnnxn）的n维索引。我不确定颠簸到底是如何将矩阵矢量化的任何人都可以提供建议吗？Numpy有一个函数unravel_index，该函数的作用相当于：给定一组“平面”索引，它将返回每个维度中索引数组的元组： >>> indices = np.arange(25, dtype=int) >>> np

我有一个以numpy（nxnnxn）表示的ndmatrix，我将其矢量化，以便以特定的方式对数据进行采样，得到（1xn^3）

我想将单个矢量化索引转换回形式为（nxnnxn）的n维索引。我不确定颠簸到底是如何将矩阵矢量化的

任何人都可以提供建议吗？

Numpy有一个函数

unravel_index

，该函数的作用相当于：给定一组“平面”索引，它将返回每个维度中索引数组的元组：

>>> indices = np.arange(25, dtype=int)
>>> np.unravel_index(indices, (5, 5))
(array([0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 4, 4, 4,
        4, 4], dtype=int64),
 array([0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2, 3, 4, 0, 1, 2,
        3, 4], dtype=int64))

然后，您可以

zip

它们来获取原始索引

但是，请注意，矩阵可以表示为“行序列”（C约定，

'C'

）或“列序列”（Fortran约定，

'F'

），或更高维度的相应约定。numpy中矩阵的典型展平将保持该顺序，因此

[[1,2]，[3,4]]

可以展平为

[1,2,3,4]

（如果它有'C'顺序）或

[1,3,2,4]

（如果它有'F'顺序）<如果要更改默认值（即“C”），则代码>展开索引采用可选的

顺序

参数，因此可以执行以下操作：

>>> # Typically, transposition will change the order for
>>> # efficiency reasons: no need to change the data !
>>> n = np.random.random((2, 2, 2)).transpose() 
>>> n.flags.f_contiguous
True
>>> n.flags.c_contiguous
False
>>> x, y, z = np.unravel_index([1,2,3,7], (2, 2, 2), order='F')