操纵numpy的阵列

短版欲操纵numpy的阵列（试验，见第一代码片段），使之成为重排（evenodd_single_column，见第二代码段）。我写了一个for循环，但由于我正在处理半大数据，如果有更好的方法来实现这一点，我会很高兴。操纵numpy的阵列

龙版我写一个脚本，在一个点上我应该做以下操作一个numpy的阵列上：

test = np.arange(24).reshape(8,3) 
test 
array([[ 0, 1, 2], 
     [ 3, 4, 5], 
     [ 6, 7, 8], 
     [ 9, 10, 11], 
     [12, 13, 14], 
     [15, 16, 17], 
     [18, 19, 20], 
     [21, 22, 23]])

需要被转换成一个数组，取第一个X（时间点，在这个例子中2）从所有的列（实验，这里是3），并把它放在一个数组中。然后它转到所有列的下两个值并追加数组，直到所有迭代（y）结束。到底应该看起来像：

>>> evenodd_single_column 
array([[ 0, 3], 
     [ 1, 4], 
     [ 2, 5], 
     [12, 15], 
     [13, 16], 
     [14, 17], 
     [ 6, 9], 
     [ 7, 10], 
     [ 8, 11], 
     [18, 21], 
     [19, 22], 
     [20, 23]])

要做到这一点，我不得不写一个for循环：

all_odd = [] 
all_even = [] 

x = 2 
y = 4 

test = np.arange(24).reshape(8,3) 
counter = 0 
for i in range(1, int(test.shape[0]/2)+1): 
    time_window = i * x 
    if math.modf(counter/2)[0] == 0: 
     for j in range(0, test.shape[1]): 
      all_even.extend(test[time_window - x:time_window, j]) 
    else: 
     for j in range(0,test.shape[1]): 
      all_odd.extend(test[time_window - x:time_window, j]) 
    counter = counter + 1 
even_single_column_test = np.asarray(all_even).reshape((int(y/2 * test.shape[1]), x)) 
odd_single_column_test = np.asarray(all_odd).reshape((int(y/2 * test.shape[1]), x)) 

evenodd_single_column = even_single_column_test 
evenodd_single_column = np.append(evenodd_single_column, odd_single_column_test).reshape(int(odd_single_column_test.shape[0]*2), x)

我的问题是：在此与优雅的一个（多完成重要的是 - 更快）numpy矩阵操纵？我不想绕过循环，使列表再次转换为numpy数组。

我不是一个程序员的培训，如果解决方案是显而易见的，我很抱歉！

谢谢！

来源

2016-02-24 dtadres

回答做到了！对于我编程水平上的人们的未来参考:) test.reshape（您分割数据的次数，通过列运行的次数除以2，从实例的每列取得的数据点的数量，总数初始栏的数量），休息保持不变。（2，y/2，x，test.shape [1]）。transpose（1,0,3,2）.reshape（-1,2） – dtadres

精彩的解释在那里，谢谢！ :)我解释所有这些与自己有关的操作相关的问题的方式是3个步骤：拆分，对齐变暗使它们在线性索引时相邻，重塑为预期格式。 – Divakar

您可以使用和np.reshape组合np.transpose -

test.reshape(2,2,2,3).transpose(1,0,3,2).reshape(-1,2)

采样运行 - 从Divakar

In [42]: test 
Out[42]: 
array([[ 0, 1, 2], 
     [ 3, 4, 5], 
     [ 6, 7, 8], 
     [ 9, 10, 11], 
     [12, 13, 14], 
     [15, 16, 17], 
     [18, 19, 20], 
     [21, 22, 23]]) 

In [43]: test.reshape(2,2,2,3).transpose(1,0,3,2).reshape(-1,2) 
Out[43]: 
array([[ 0, 3], 
     [ 1, 4], 
     [ 2, 5], 
     [12, 15], 
     [13, 16], 
     [14, 17], 
     [ 6, 9], 
     [ 7, 10], 
     [ 8, 11], 
     [18, 21], 
     [19, 22], 
     [20, 23]])

来源

2016-02-24 09:46:49 Divakar

完美！为我解决了 - 谢谢。 – dtadres

操纵numpy的阵列

回答

相关问题