Python 在numpy中,如何有效地列出所有固定大小的子矩阵?
我有一个任意的NxM矩阵,例如:Python 在numpy中,如何有效地列出所有固定大小的子矩阵?,python,numpy,matrix,Python,Numpy,Matrix,我有一个任意的NxM矩阵,例如: 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 我想得到这个矩阵中所有3x3子矩阵的列表: 1 2 3 2 3 4 0 1 2 7 8 9 ; 8 9 0 ; ... ; 6 7 8 3 4 5 4 5 6 2 3 4 我可以使用两个嵌套循环来完成此操作: rows, cols = input_matrix.sh
1 2 3 4 5 6
7 8 9 0 1 2
3 4 5 6 7 8
9 0 1 2 3 4
我想得到这个矩阵中所有3x3子矩阵的列表:
1 2 3 2 3 4 0 1 2
7 8 9 ; 8 9 0 ; ... ; 6 7 8
3 4 5 4 5 6 2 3 4
我可以使用两个嵌套循环来完成此操作:
rows, cols = input_matrix.shape
patches = []
for row in np.arange(0, rows - 3):
for col in np.arange(0, cols - 3):
patches.append(input_matrix[row:row+3, col:col+3])
但是对于一个大的输入矩阵,这是缓慢的有没有办法用numpy更快地完成此任务?
我已经研究了np.split,但是这给了我不重叠的子矩阵,而我想要所有可能的子矩阵,不管重叠。您想要一个窗口视图:
from numpy.lib.stride_tricks import as_strided
arr = np.arange(1, 25).reshape(4, 6) % 10
sub_shape = (3, 3)
view_shape = tuple(np.subtract(arr.shape, sub_shape) + 1) + sub_shape
arr_view = as_strided(arr, view_shape, arr.strides * 2
arr_view = arr_view.reshape((-1,) + sub_shape)
>>> arr_view
array([[[[1, 2, 3],
[7, 8, 9],
[3, 4, 5]],
[[2, 3, 4],
[8, 9, 0],
[4, 5, 6]],
...
[[9, 0, 1],
[5, 6, 7],
[1, 2, 3]],
[[0, 1, 2],
[6, 7, 8],
[2, 3, 4]]]])
这样做的好处在于,您没有复制任何数据,只是以不同的方式访问原始数组的数据。对于大型阵列,这可能会节省大量内存。不确定是否有一种简单的方法可以做到这一点,但切换到列表理解应该会有所帮助。这并不是说倒数第二行缺少右括号。