numpy数组的重新排序

我想重新排列我的numpy数组的维数。以下代码可以工作，但速度太慢。numpy数组的重新排序

for i in range(image_size): 
    for j in range(image_size): 
     for k in range(3): 
      new_im[k, i, j] = im[i, j, k]

在此之后，我矢量化new_im：

new_im_vec = new_im.reshape(image_size**2 * 3)

这么说，我不需要new_im，我只需要去new_im_vec。有一个更好的方法吗？ image_size大约是256.

来源

2013-07-09 Mohammad Moghimi

如果你使用的是Python2，你可以使用'xrange'而不是'range' – jh314

退房rollaxis，围绕移动轴，让您重新排序阵列中的单个命令的功能。如果im具有形状I，J，K

rollaxis(im, 2)

应与形状K，I，J返回的数组。

在此之后，您可以将您的阵列弄平，ravel对此是明确的功能。把这一切放在一起，你有一个很好的一行：

new_im_vec = ravel(rollaxis(im, 2))

来源

2013-07-09 21:32:18

酷！有用。我需要做的另一件事是在第一维中进行镜像。交换一个[1，：，：]和一个[3，：，：]。有这个功能吗？ –

@Mohammad Moghimi，如果我正确理解你的问题，你可以使用flipud翻转关于水平轴的数组。一个[:: - 1，：，]应该也有效。 –

+1可能是最好的选择。为了完整性，还有一个选择（我相信实际上被'np.rollaxis'调用）做'np.transpose（im，（2，0，1））'。顺便说一句，'np.rollaxis'或'np.transpose'返回原始数据的视图，但在该视图上调用flatten时，可能会触发副本。 – Jaime

new_im = im.swapaxes(0,2).swapaxes(1,2) # First swap i and k, then i and j 
new_im_vec = new_im.flatten() # Vectorize

这应该快得多，因为swapaxes返回数组的视图，而不是复制元素。

当然，如果你想跳过new_im，你可以在一行中完成，但仍然只有flatten正在做任何复制。

new_im_vec = im.swapaxes(0,2).swapaxes(1,2).flatten()

来源

2013-07-09 21:27:14

numpy数组的重新排序

回答

相关问题