Python 矩阵：按n个位置高效移动第n行

我有一个numpy 2d数组，我需要以一种方式对它进行变换，第一行保持不变，第二行向右移动一个位置，它可以环绕，也可以将零填充到前面。第三行向右移动3个位置，以此类推。 我可以通过for循环来实现这一点，但这不是很有效。我猜应该有一个过滤矩阵，乘以原始矩阵会有相同的效果，或者可能有一个小技巧，可以帮助我做到这一点？谢谢 我已经研究过numpy.roll，但我不认为它可以在每一行单独工作

import numpy as np
p = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]])
'''
p = [ 1   2   3   4
      5   6   7   8
      9   10  11  12
      13  14  15  16]
desired output:
p'= [ 1   2   3   4
      0   5   6   7
      0   0   9   10
      0   0   0   13]
'''

---

我们可以将滑动窗口提取到一个零填充版本的输入中，以获得一种内存有效的方法，从而提高性能。要获得这些窗口，我们可以利用基于

因此，解决办法是-

from skimage.util.shape import view_as_windows

def slide_by_one(p):
    m,n = p.shape
    z = np.zeros((m,m-1),dtype=p.dtype)
    a = np.concatenate((z,p),axis=1)
    w  = view_as_windows(a,(1,p.shape[1]))[...,0,:]
    r = np.arange(m)
    return w[r,r[::-1]]

样本运行-

In [60]: p # generic sample of size mxn
Out[60]: 
array([[ 1,  5,  9, 13, 17],
       [ 2,  6, 10, 14, 18],
       [ 3,  7, 11, 15, 19],
       [ 4,  8, 12, 16, 20]])

In [61]: slide_by_one(p)
Out[61]: 
array([[ 1,  5,  9, 13, 17],
       [ 0,  2,  6, 10, 14],
       [ 0,  0,  3,  7, 11],
       [ 0,  0,  0,  4,  8]])

我们可以利用常规的rampy模式，以更原始的方式使用np.lib.stride\u技巧-

def slide_by_one_v2(p):
    m,n = p.shape
    z = np.zeros((m,m-1),dtype=p.dtype)
    a = np.concatenate((z,p),axis=1)
    s0,s1 = a.strides
    return np.lib.stride_tricks.as_strided(a[:,m-1:],shape=(m,n),strides=(s0-s1,s1))

另一个有遮罩的-

---

我们可以将滑动窗口提取到一个零填充版本的输入中，以获得一种内存有效的方法，从而提高性能。要获得这些窗口，我们可以利用基于

因此，解决办法是-

from skimage.util.shape import view_as_windows

def slide_by_one(p):
    m,n = p.shape
    z = np.zeros((m,m-1),dtype=p.dtype)
    a = np.concatenate((z,p),axis=1)
    w  = view_as_windows(a,(1,p.shape[1]))[...,0,:]
    r = np.arange(m)
    return w[r,r[::-1]]

样本运行-

In [60]: p # generic sample of size mxn
Out[60]: 
array([[ 1,  5,  9, 13, 17],
       [ 2,  6, 10, 14, 18],
       [ 3,  7, 11, 15, 19],
       [ 4,  8, 12, 16, 20]])

In [61]: slide_by_one(p)
Out[61]: 
array([[ 1,  5,  9, 13, 17],
       [ 0,  2,  6, 10, 14],
       [ 0,  0,  3,  7, 11],
       [ 0,  0,  0,  4,  8]])

我们可以利用常规的rampy模式，以更原始的方式使用np.lib.stride\u技巧-

def slide_by_one_v2(p):
    m,n = p.shape
    z = np.zeros((m,m-1),dtype=p.dtype)
    a = np.concatenate((z,p),axis=1)
    s0,s1 = a.strides
    return np.lib.stride_tricks.as_strided(a[:,m-1:],shape=(m,n),strides=(s0-s1,s1))

另一个有遮罩的-

---

下面是一个基于零填充和重塑的简单方法。它很快，因为它避免了高级索引和其他开销

def pp(p):
    m,n = p.shape
    aux = np.zeros((m,n+m-1),p.dtype)
    np.copyto(aux[:,:n],p)
    return aux.ravel()[:-m].reshape(m,n+m-2)[:,:n].copy()

---

下面是一个基于零填充和重塑的简单方法。它很快，因为它避免了高级索引和其他开销

def pp(p):
    m,n = p.shape
    aux = np.zeros((m,n+m-1),p.dtype)
    np.copyto(aux[:,:n],p)
    return aux.ravel()[:-m].reshape(m,n+m-2)[:,:n].copy()