numpy的：组装多个切片成新的数组

我有一个2维阵列，其中我需要提取切片（切片）到一个新的数组：numpy的：组装多个切片成新的数组

original= numpy.ndarray(shape=(4,4)) 
slices= numpy.ndarray(shape=(0,2)) 
for x in range(3): 
    slice= original[x:x+2,x:x+2] 
    slices=numpy.append(slices, slice,axis=0)

是否有一个更有效的方式来做到这一点（摆脱python循环）？

---- ---- EDIT

为了澄清，我要求如何复制任意（但是类似）状从2D阵列到另一个的任意二维索引的二维切片，垂直堆叠 - 不是特别沿着对角线或2x2大小。

来源

2012-10-14 goncalopp

切片是否必须是方形的？ – Bitwise

@Bitwise“任意（但类似）成型2D切片”，所以，不一定是正方形 – goncalopp

这里是您的解决方案：

v = np.arange(0,original.shape[0],0.5).astype(int) 
result = np.c_[ original[v[1:-1],v[:-2]] , original[v[1:-1],v[2:]] ]

作品方形输入矩阵（“原始”你叫吧）中的任何尺寸。

这个想法是创建一个“辅助数组”v，它简单地[0,0,1,1,2,2,3,3，...]，然后使用观察你的指数需要总是简单的切片v。

享受！

来源

2012-10-14 01:12:33 Bitwise

我仍然试图理解，在第二行锯齿...有没有办法在任意切片尺寸上做到这一点（不一定2×2）？并且对于任意切片位置，不一定沿着对角线。 – goncalopp

@goncalopp任意方形切片大小应该是一个简单的扩展。任意位置可能会更棘手 - 底线是您可以使用索引获取切片，您只需列出正确的顺序即可。无论如何，你的问题是非常具体的，并且不清楚你想概括哪些变量，所以如果你想要某些特定的东西，请把它放在问题中。 – Bitwise

如果我正确理解你的方法，提取n * n个大小的片将需要n个参数np.c_？我编辑了这个问题的澄清 – goncalopp

有一个漂亮的把戏与stride_tricks，你可以找到在滚动不同一般性窗口功能，以便和其他（当前有没有在numpy的本身），这里是适合你得到了什么版本：

def rolling_window(arr, window): 
    """Very basic multi dimensional rolling window. window should be the shape of 
    of the desired subarrays. Window is either a scalar or a tuple of same size 
    as `arr.shape`. 
    """ 
    shape = np.array(arr.shape*2) 
    strides = np.array(arr.strides*2) 
    window = np.asarray(window) 
    shape[arr.ndim:] = window # new dimensions size 
    shape[:arr.ndim] -= window - 1 
    if np.any(shape < 1): 
     raise ValueError('window size is too large') 
    return np.lib.stride_tricks.as_strided(arr, shape=shape, strides=strides) 

# Now: 
view = rolling_window(arr, 2) 
view[0,0] # first slice in your loop

请注意，view保持与原始数组相同的数据！这可能会导致意想不到的结果。但你似乎只想要对角线，你可以用步伐来做到这一点，以确保你不需要复制数据（下一个版本将创建一个diagonal的视图，旧的视图总是副本）：

diagonal = np.diagonal(view, axis1=0, axis2=1) 
# unfortunatly now the first slice is diagonal[...,0], so just roll it to the start: 
diagonal = np.rollaxis(diagonal, -1)

现在diagonal是您在for循环中创建的数组（如果您不想要视图，请在新版本中添加.copy()）。

编辑：既然slices阵列是2D的，而不是3D的，因为你追加，一个重塑缺少这里：

slices = diagonal.reshape(-1,2)

，如果你有这样的小数组这可能不是快，但它的常数（期待数据复制diagonal调用）与数组大小。

来源

2012-10-14 09:13:57 seberg

这简化了索引，但是如何在不使用numpy.append的情况下使用它来实现最终数组（问题中的“切片”）呢？ – goncalopp

@goncalopp对不起，我错过了，而追加你删除一个维度。这只是一个重塑而已。添加它，虽然它可能有点烦人。我不确定你到底想要什么，但视图可以帮助你去切片，从那里取决于我猜... – seberg

不错！有没有办法将其推广到任意索引（不一定在对角线上）？（查看问题编辑） – goncalopp

numpy的：组装多个切片成新的数组

回答

相关问题