代码之家 › 专栏 › 技术社区 › keflavich

切片广播对象?

masking numpy arrays python

1

keflavich · 技术社区 · 11 年前

我有一个2维数组,它代表了3维数组的掩码,并且可以这样广播。例如。:

>>> mask.shape
(101, 100)
>>> cube.shape
(500, 101, 100)

创建可广播对象的最佳方法是什么 mask (这是一个数组),可以使用与立方体相同的视图进行索引,并返回相同的掩码?即。:

>>> cube[100,:,:]
<some image>
>>> mask[100,:,:]
<mask>

所以 mask[n,:,:] 将返回 面具 对于任何 n 或者更好 n 可以用于索引 cube .

重要的是,我想这样做没有制作 面具 内存更大(例如,通过 bigger_mask = np.ones([500,1,1])*self._mask[None,:,:] )

2 回复 | 直到 11 年前

1

2

Jaime 11 年前

像这样吗?

>>> from numpy.lib.stride_tricks import as_strided
>>> mask = np.random.randint(2, size=(101, 100)).astype(bool)
>>> mask_view  = as_strided(mask, shape=(500,)+mask.shape,
...                         strides=(0,)+mask.strides)
>>> mask_view.shape
(500, 101, 100)
>>> np.array_equal(mask_view[0], mask_view[499])
True
>>> np.all(mask_view == 0)
False
>>> mask[:] = 0
>>> np.all(mask_view == 0)
True

2

hpaulj 11 年前

lib.stride_tricks 制造 broadcast_arrays 可在 np 数量它使用 as_strided 正如杰米的回答一样,但不需要跨步的知识。

mask1,cube1 =np.broadcast_arrays(mask, cube)
mask1.shape
# (500, 101, 100)
mask1[100,:,:].shape
# (101, 100)

mask1 与共享数据 mask :

In [13]: mask1.__array_interface__
Out[13]: 
{'data': (169145016, False),
 'descr': [('', '<f8')],
 'shape': (500, 101, 100),
 'strides': (0, 800, 8),
 'typestr': '<f8',
 'version': 3}
In [14]: mask.__array_interface__
Out[14]: 
{'data': (169145016, False),
 'descr': [('', '<f8')],
 'shape': (101, 100),
 'strides': None,
 'typestr': '<f8',
 'version': 3}