是否有可能用sympy符号索引numpy数组？

赫勒我想要做一些总结一个numpy的阵列上这样是否有可能用sympy符号索引numpy数组？

import numpy as np 
import sympy as sy 
import cv2 

i, j = sy.symbols('i j', Integer=True) 
#next read some grayscale image to create a numpy array of pixels 
a = cv2.imread(filename) 
b = sy.summation(sy.summation(a[i][j], (i,0,1)), (j,0,1)) #double summation

但我有错误面临。是否有可能作为numpy数组的索引来处理numpy符号？如果不是，你可以给我一个解决方案吗？谢谢。

来源

2016-03-29 Narcisse Doudieu Siewe

为什么你需要使用符号求和？有没有什么财产要用于这些符号？在我看来，正常的总和就是你所需要的：'sum（sum（a））'。内部的'sum'在列上总结，在行上重复。如果你有兴趣，可以使用'sum（sum（a.transpose（））'代替 – juandesant

juandesat说我有一个由numpy数组表示的形状（row，col）的像素数组，接下来我将它分开（i，j）是整个numpy阵列中（i，j）处的像素的3 * 3个像素块，我想要的是计算每个像素的平均像素值3 * 3块图像作为P（i，j）的新值，所以“i”和“j”将是动态的。数组只是一个例子，但是我使用sympy符号作为numpy数组的一个指示。谢谢 –

我甚至可以问我的问题在另一个方向：？是有可能得到一个sympy符号，例如蟒蛇整数值的数值 –

不能直接使用在SymPy表达numpy的对象，因为numpy的对象不知道如何处理符号变量。

相反，创建要象征性地使用SymPy对象的东西，然后lambdify它。 numpy数组的SymPy版本是IndexedBase，但它似乎有一个bug，所以，因为你的数组是二维的，所以你也可以使用MatrixSymbol。

In [49]: a = MatrixSymbol('a', 2, 2) # Replace 2, 2 with the size of the array 

In [53]: i, j = symbols('i j', integer=True) 

In [50]: f = lambdify(a, Sum(a[i, j], (i, 0, 1), (j, 0, 1))) 

In [51]: b = numpy.array([[1, 2], [3, 4]]) 

In [52]: f(b) 
Out[52]: 10

（也注意到，用于创建整数符号的正确的语法是symbols('i j', integer=True)，不symbols('i j', Integer=True)）。

请注意，你必须使用a[i, j]代替a[i][j]，这是不支持的。

来源

2016-03-30 17:10:35 asmeurer

MatrixSymbol被限制为2维矩阵。要推广到任何维数的数组，您可以使用IndexedBase生成表达式。 lambdify是目前与IndexedBase不相容的，但它可以与 DeferredVectors使用。因此，关键是传递一个DeferredVector到lambdify：

import sympy as sy 
import numpy as np 

a = sy.IndexedBase('a') 
i, j, k = sy.symbols('i j k', integer=True) 
s = sy.Sum(a[i, j, k], (i, 0, 1), (j, 0, 1), (k, 0, 1)) 
f = sy.lambdify(sy.DeferredVector('a'), s) 
b = np.arange(24).reshape(2,3,4) 

result = f(b) 
expected = b[:2,:2,:2].sum() 
assert expected == result

来源

2016-04-16 04:08:38 unutbu

是否有可能用sympy符号索引numpy数组？

回答

相关问题