代码之家 › 专栏 › 技术社区 › 0x90 Salvador Dali

如何更快地获得大量的子矩阵?

numpy python-3.x python

0x90 Salvador Dali · 技术社区 · 6 年前

我有一个很大的矩阵( nxn )为此,我将构建具有尺寸的相交瓷砖(子矩阵) mxm . 将有一个偏移量 step b每个相邻子矩阵之间。下面是一个例子 n=8, m=4, step=2 :

import numpy as np
matrix=np.random.randn(8,8)
n=matrix.shape[0]
m=4
step=2

这将存储所有角索引 (x,y) 我们将从中取4x4钠: (x:x+4,x:x+4)

a={(i,j) for i in range(0,n-m+1,step) for j in range(0,n-m+1,step)}

像那样提取子矩阵

sub_matrices = np.zeros([m,m,len(a)])
for i,ind in enumerate(a):
    x,y=ind
    sub_matrices[:,:,i]=matrix[x:x+m, y:y+m]

有没有更快的方法来初始化子矩阵?

2 回复 | 直到 6 年前

Divakar 6 年前

我们可以利用杠杆 np.lib.stride_tricks.as_strided 基于 scikit-image's view_as_windows 以获得滑动窗。 More info on use of as_strided based view_as_windows .

from skimage.util.shape import view_as_windows   

# Get indices as array 
ar = np.array(list(a))

# Get all sliding windows
w = view_as_windows(matrix,(m,m))

# Get selective ones by indexing with ar
selected_windows = np.moveaxis(w[ar[:,0],ar[:,1]],0,2)

或者,我们可以用列表理解来提取行和列索引,然后用它们来索引,就像这样。-

R = [i[0] for i in a]
C = [i[1] for i in a]
selected_windows = np.moveaxis(w[R,C],0,2)

从一开始优化,我们可以跳过创建步进数组, a 只需使用 step 精氨酸 视窗ASSWindows 像这样——

view_as_windows(matrix,(m,m),step=2)

这会给我们一个 4D 数组和索引到它的前两个轴将具有 mxm 塑形窗户。这些窗口只是输入视图,因此没有额外的内存开销,加上几乎免费的运行时!

milkice 6 年前

import numpy as np

a = np.random.randn(n, n)

b = a[0:m*step:step, 0:m*step:step]

如果你有一个一维数组,你可以通过下面的代码得到它的子矩阵:

c = a[start:end:step]

如果维度是两个或多个,请在每个维度之间添加逗号。

d = a[start1:end1:step1, start2:end3:step2]

推荐文章

Aaron Green · 我的python程序无法识别数据库的存在,即使它在那里

1 年前

danial · 如何在多个字符串的每个位置找到最频繁的字符

2 年前

Henry · 使用Python将json重新格式化为键值对

2 年前

eymentakak · json字典类型错误:字符串索引必须是整数

2 年前

Qubix · 从熊猫数据帧创建相对熵矩阵

2 年前

FÄÅ ÛÅ · 字典、列表和字符串

2 年前

OrbitDuster · 如何使用gmail api在python中打印gmail正文?

2 年前

guiguilecodeur · 如何删除我的词汇表中的重复元素

2 年前

Susheel P M · 这是关于if-else语句[关闭]

2 年前

Slartibartfast · 关于Python版本安装

2 年前