Python numpy,不同阵列层的不同切片
我有一个3d数组Python numpy,不同阵列层的不同切片,python,arrays,numpy,vectorization,Python,Arrays,Numpy,Vectorization,我有一个3d数组m*n*k,对于每个2d层,我想取一个大小为I*j的子数组。我有一个数组c,每个层的切片起始坐标的大小2*k。有没有一种简单易行的方法,不用任何循环就能得到我需要的东西 例如: test = np.arange(18).reshape((3,3,2)) c = np.array([[0,1], [0, 1]]) test[:,:,0] = array([[ 0, 2, 4], [ 6, 8, 10],
m*n*k
,对于每个2d层,我想取一个大小为I*j
的子数组。我有一个数组c,每个层的切片起始坐标的大小2*k
。有没有一种简单易行的方法,不用任何循环就能得到我需要的东西
例如:
test = np.arange(18).reshape((3,3,2))
c = np.array([[0,1], [0, 1]])
test[:,:,0] = array([[ 0, 2, 4],
[ 6, 8, 10],
[12, 14, 16]])
test[:,:,1] = array([[ 1, 3, 5],
[ 7, 9, 11],
[13, 15, 17]])
我想要一个数组
[[[ 0, 9],
[ 2, 11]],
[[ 6, 15],
[ 8, 17]]]
带循环的解决方案:
h=2
w=2
layers = 2
F = np.zeros((h,w,layers))
for k in range(layers):
F[:,:,k] = test[c[0,k]:c[0,k]+h, c[1,k]:c[1,k]+w, k]
这是一种矢量化方法,使用和- 样本运行-
In [112]: test = np.arange(200).reshape((10,10,2))
...: c = np.array([[0,1], [0, 1]])
...:
In [113]: h=4
...: w=5
...: layers = 2
...: F = np.zeros((h,w,layers))
...: for k in range(layers):
...: F[:,:,k] = test[c[0,k]:c[0,k]+h, c[1,k]:c[1,k]+w, k]
...:
In [114]: d0,d1,d2 = np.ogrid[:h,:w,:layers]
...: out = test[d0+c[0],d1+c[1],d2]
...:
In [115]: np.allclose(F, out)
Out[115]: True
你能分享一下你将如何通过循环实现这一点吗,因为从给定的输入获得预期的o/p还不清楚。添加了循环解决方案当我在给定的输入上运行代码时,我看到了
indexer
.Oops。修正了,抱歉。当h!=W我得到了索引错误:形状不匹配
@EgorIgnatenkov确实是个bug。更新。过来看。
In [112]: test = np.arange(200).reshape((10,10,2))
...: c = np.array([[0,1], [0, 1]])
...:
In [113]: h=4
...: w=5
...: layers = 2
...: F = np.zeros((h,w,layers))
...: for k in range(layers):
...: F[:,:,k] = test[c[0,k]:c[0,k]+h, c[1,k]:c[1,k]+w, k]
...:
In [114]: d0,d1,d2 = np.ogrid[:h,:w,:layers]
...: out = test[d0+c[0],d1+c[1],d2]
...:
In [115]: np.allclose(F, out)
Out[115]: True