是否有一种优雅的方式来切片numpy
数组,使得每提取一个第二个元素(由该行交替)? (假定的宽度和高度是2的倍数)Numpy slice 2D array with each two alternating elements
例如提取图案:
[[ X, - , X , -],
[ -, X , - , X],
[ X, - , X , -],
[ -, X , - , X],
...]]
其中X
装置提取该元件和-
没有。
结果将是原始数组宽度的一半或高度的一半。
是否有一种优雅的方式来切片numpy
数组,使得每提取一个第二个元素(由该行交替)? (假定的宽度和高度是2的倍数)Numpy slice 2D array with each two alternating elements
例如提取图案:
[[ X, - , X , -],
[ -, X , - , X],
[ X, - , X , -],
[ -, X , - , X],
...]]
其中X
装置提取该元件和-
没有。
结果将是原始数组宽度的一半或高度的一半。
没有办法用大步做到这一点,因为你无法用简单的函数来处理这些元素。
花式索引使用例如一个面具将是要走的路。这似乎相当优雅:
>>> arr = np.random.random_integers(0,9, (4,4))
>>> mask = np.fromfunction(lambda i, j: (i+j)%2 ==0 , arr.shape, dtype=int)
>>> np.ma.masked_array(arr, mask=~mask)
masked_array(data =
[[0 -- 1 --]
[-- 7 -- 6]
[9 -- 9 --]
[-- 1 -- 3]],
mask =
[[False True False True]
[ True False True False]
[False True False True]
[ True False True False]],
fill_value = 999999)
最后一行仅用于演示目的。如果要提取数据,请使用索引编号:arr[mask]
,如果需要在2维中返回,则可以选择后跟reshape(arr.shape[0]//2, -1)
。此方法也适用,当阵列的宽度和高度都没有的2
倍数在努力了一段时间,我也找到了答案,这将减半原来阵列的宽度
x = np.random.random((6,4))
res = np.vstack(zip(x[0::2, 0::2], x[1::2, 1::2])).reshape((x.shape[0], x.shape[1]//2))