有一个功能np.split()
可以沿1轴拆分数组。例如,我想知道是否有多轴版本可以沿轴(0,1,2)分割。Numpy将立方体拆分成立方体
1
A
回答
3
假设cube
的形状为(W, H, D)
并且您希望将其分解为N
形状的小立方体(w, h, d)
。由于NumPy阵列具有固定长度的轴,因此w
必须均匀分配W
,并且类似地h
和d
。
然后有一种方法可以将形状为(W, H, D)
的立方体重新塑造成形状为(N, w, h, d)
的新阵列。
例如,如果arr = np.arange(4*4*4).reshape(4,4,4)
(所以(W,H,D) = (4,4,4)
),我们希望把它分解成形状(2,2,2)
的立方体,然后我们可以使用
In [283]: arr.reshape(2,2,2,2,2,2).transpose(0,2,4,1,3,5).reshape(-1,2,2,2)
Out[283]:
array([[[[ 0, 1],
[ 4, 5]],
[[16, 17],
[20, 21]]],
...
[[[42, 43],
[46, 47]],
[[58, 59],
[62, 63]]]])
这里的想法是多余的轴添加到阵列排序充当位置标记的:
number of repeats act as placemarkers
o---o---o
| | |
v v v
(2,2,2,2,2,2)
^^^
| | |
o---o---o
newshape
然后,我们可以重新排序的轴(使用transpose
),使得重复的次数至上,和newshape自带底:
arr.reshape(2,2,2,2,2,2).transpose(0,2,4,1,3,5)
最后,请拨reshape(-1, w, h, d)
将所有地标轴压扁到一个轴上。这产生了一个形状数组(N, w, h, d)
其中N
是小立方体的数量。
以上使用的思想是将this idea推广到3维。它可以进一步推广到任何尺寸的ndarrays:
import numpy as np
def cubify(arr, newshape):
oldshape = np.array(arr.shape)
repeats = (oldshape/newshape).astype(int)
tmpshape = np.column_stack([repeats, newshape]).ravel()
order = np.arange(len(tmpshape))
order = np.concatenate([order[::2], order[1::2]])
# newshape must divide oldshape evenly or else ValueError will be raised
return arr.reshape(tmpshape).transpose(order).reshape(-1, *newshape)
print(cubify(np.arange(4*6*16).reshape(4,6,16), (2,3,4)).shape)
print(cubify(np.arange(8*8*8*8).reshape(8,8,8,8), (2,2,2,2)).shape)
产生形状的新的阵列
(16, 2, 3, 4)
(256, 2, 2, 2, 2)
到 “uncubify” 阵列:
def uncubify(arr, oldshape):
N, newshape = arr.shape[0], arr.shape[1:]
oldshape = np.array(oldshape)
repeats = (oldshape/newshape).astype(int)
tmpshape = np.concatenate([repeats, newshape])
order = np.arange(len(tmpshape)).reshape(2, -1).ravel(order='F')
return arr.reshape(tmpshape).transpose(order).reshape(oldshape)
这里有一些测试代码来检查cubify
和uncubify
是反转。
import numpy as np
def cubify(arr, newshape):
oldshape = np.array(arr.shape)
repeats = (oldshape/newshape).astype(int)
tmpshape = np.column_stack([repeats, newshape]).ravel()
order = np.arange(len(tmpshape))
order = np.concatenate([order[::2], order[1::2]])
# newshape must divide oldshape evenly or else ValueError will be raised
return arr.reshape(tmpshape).transpose(order).reshape(-1, *newshape)
def uncubify(arr, oldshape):
N, newshape = arr.shape[0], arr.shape[1:]
oldshape = np.array(oldshape)
repeats = (oldshape/newshape).astype(int)
tmpshape = np.concatenate([repeats, newshape])
order = np.arange(len(tmpshape)).reshape(2, -1).ravel(order='F')
return arr.reshape(tmpshape).transpose(order).reshape(oldshape)
tests = [[np.arange(4*6*16), (4,6,16), (2,3,4)],
[np.arange(8*8*8*8), (8,8,8,8), (2,2,2,2)]]
for arr, oldshape, newshape in tests:
arr = arr.reshape(oldshape)
assert np.allclose(uncubify(cubify(arr, newshape), oldshape), arr)
# cuber = Cubify(oldshape,newshape)
# assert np.allclose(cuber.uncubify(cuber.cubify(arr)), arr)
0
我不认为有一个多轴版本,你可以沿某些给定的轴分割。但是你可以一次把它分成一个维度。例如像这样:
def split2(arys, sections, axis=[0, 1]):
if not isinstance(arys, list):
arys = [arys]
for ax in axis:
arys = [np.split(ary, sections, axis=ax) for ary in arys]
arys = [ary for aa in arys for ary in aa] # Flatten
return arys
它可以像这样使用:
In [1]: a = np.array(range(100)).reshape(10, 10)
In [2]: split2(a, 2, axis=[0, 1])
Out[2]:
[array([[ 0, 1, 2, 3, 4],
[10, 11, 12, 13, 14],
[20, 21, 22, 23, 24],
[30, 31, 32, 33, 34],
[40, 41, 42, 43, 44]]),
array([[ 5, 6, 7, 8, 9],
[15, 16, 17, 18, 19],
[25, 26, 27, 28, 29],
[35, 36, 37, 38, 39],
[45, 46, 47, 48, 49]]),
array([[50, 51, 52, 53, 54],
[60, 61, 62, 63, 64],
[70, 71, 72, 73, 74],
[80, 81, 82, 83, 84],
[90, 91, 92, 93, 94]]),
array([[55, 56, 57, 58, 59],
[65, 66, 67, 68, 69],
[75, 76, 77, 78, 79],
[85, 86, 87, 88, 89],
[95, 96, 97, 98, 99]])]
0
除了我的额外问题@ unutbu的答案,我想我已经得到了相反的工作(在你想要的情况下将立方体拆分为立方体,对每个立方体应用一个功能,然后将它们组合起来)。
import numpy as np
import pdb
np.set_printoptions(precision=3,linewidth=300)
class Cubify():
def __init__(self,oldshape,newshape):
self.newshape = np.array(newshape)
self.oldshape = np.array(oldshape)
self.repeats = (oldshape/newshape).astype(int)
self.tmpshape = np.column_stack([self.repeats, newshape]).ravel()
order = np.arange(len(self.tmpshape))
self.order = np.concatenate([order[::2], order[1::2]])
self.reverseOrder = self.order.copy()
self.reverseOrder = np.arange(len(self.tmpshape)).reshape(2, -1).ravel(order='F')
self.reverseReshape = np.concatenate([self.repeats,self.newshape])
def cubify(self,arr):
# newshape must divide oldshape evenly or else ValueError will be raised
return arr.reshape(self.tmpshape).transpose(self.order).reshape(-1, *self.newshape)
def uncubify(self,arr):
return arr.reshape(self.reverseReshape).transpose(self.reverseOrder).reshape(self.oldshape)
if __name__ == "__main__":
N = 9
x = np.arange(N**3).reshape(N,N,N)
oldshape = x.shape
newshape = np.array([3,3,3])
cuber = Cubify(oldshape,newshape)
out = cuber.cubify(x)
back = cuber.uncubify(out)
相关问题
- 1. 生成坐标立方体
- 2. SSAS立方体分组
- 3. 将球体投影到立方体上
- 4. SSAS:在立方体
- 5. 单位立方体
- 6. 重叠立方体
- 7. Hadoop超立方体
- 8. LWJGL立方体图
- 9. 浏览器CSS变换立方体从立方体翻转
- 10. SSAS:来自多个立方体实例的中央立方体
- 11. 如何绘制立方体,立方体和金字塔
- 12. olap立方体建筑 - 多少个olap立方体?
- 13. Opengl基本立方体绘图,但立方体绘制单色
- 14. Java 3D的数组:存储立方体,检索立方体
- 15. 一个立方体是另一个立方体的来源
- 16. 我想将一个超空间划分为立方体。立方体做成B +树,我该怎么做?
- 17. 绘制一个立方体并旋转它:立方体的一部分消失
- 18. 没有刚体的落体立方体
- 19. 拆分使用z轴的立方体边界
- 20. 将立方体贴图的立方体贴图渲染到四边形
- 21. 如何将两列上的立方体看作是一个立方体?
- 22. 生成块的大立方体
- 23. 生成超立方体链接数据
- 24. SSAS条件立方体计算成员
- 25. 使立方体变成圆角
- 26. 3D立方体问题,第2部分
- 27. 3D立方体问题!第1部分
- 28. 如何绘制立方体
- 29. LWJGL纹理立方体
- 30. SQL - 查询立方体
如果我想解开它什么是转置重塑组合我需要回到大立方体? – mattdns
@mattdns:我在上面添加了一个'uncubify'函数。我们对'reverseOrder'的定义有所不同(或者我在'uncubify'函数中称为'order')。它对高维数组有所帮助。将定义更改为'self.reverseOrder = np.arange(len(self.tmpshape))。reshape(2,-1).ravel(order ='F')'将修复您的代码。 – unutbu