Question

我正在尝试将numpy数组的每个元素转换为数组本身（例如，将灰度图像解释为彩色图像）。换句话说：

>>> my_ar = numpy.array((0,5,10))
[0, 5, 10]
>>> transformed = my_fun(my_ar)  # In reality, my_fun() would do something more useful
array([
      [ 0,  0, 0], 
      [ 5, 10, 15], 
      [10, 20, 30]])
>>> transformed.shape
(3, 3)

我试过了：

def my_fun_e(val):
    return numpy.array((val, val*2, val*3))

my_fun = numpy.frompyfunc(my_fun_e, 1, 3)

但得到：

my_fun(my_ar)
(array([[0 0 0], [ 5 10 15], [10 20 30]], dtype=object), array([None, None, None], dtype=object), array([None, None, None], dtype=object))

我试过了：

my_fun = numpy.frompyfunc(my_fun_e, 1, 1)

但得到：

>>> my_fun(my_ar)
array([[0 0 0], [ 5 10 15], [10 20 30]], dtype=object)

这很接近，但不太正确 - 我得到一个对象数组，而不是一个整数数组。

更新3！好的。我已经意识到我的例子事先太简单了 - 我不只是想在第三维复制我的数据，我想同时转换它。也许这更清楚了？

Answer 1

numpy.dstack会做你想要的吗？前两个索引与原始数组相同，新的第三个索引是“深度”。

>>> import numpy as N
>>> a = N.array([[1,2,3],[4,5,6],[7,8,9]])
>>> a
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])
>>> b = N.dstack((a,a,a))
>>> b
array([[[1, 1, 1],
        [2, 2, 2],
        [3, 3, 3]],

       [[4, 4, 4],
        [5, 5, 5],
        [6, 6, 6]],

       [[7, 7, 7],
        [8, 8, 8],
        [9, 9, 9]]])
>>> b[1,1]
array([5, 5, 5])

Answer 2

使用map将变换函数应用于my_ar中的每个元素：

import numpy

my_ar = numpy.array((0,5,10))
print my_ar

transformed = numpy.array(map(lambda x:numpy.array((x,x*2,x*3)), my_ar))
print transformed

print transformed.shape

Answer 3

我建议：

 numpy.resize(my_ar, (3,3)).transpose()

您当然可以调整形状(my_ar.shape[0],)*2或其他

Answer 4

这是否符合您的要求：

tile(my_ar, (1,1,3))

为numpy.array的每个元素添加一个维度

4 个答案: