我有一个2-d numpy数组如下:
a = np.array([[1,5,9,13],
[2,6,10,14],
[3,7,11,15],
[4,8,12,16]]
我想将其提取为2个2个大小的补丁,而不重复这些元素。
答案应完全相同。这可以是三维数组或列表,其元素顺序如下:
[[[1,5],
[2,6]],
[[3,7],
[4,8]],
[[9,13],
[10,14]],
[[11,15],
[12,16]]]
怎么能轻易做到?
在我真正的问题中,a的大小是(36,72)。我不能一个接一个地做。我想要以编程方式实现它。
答案 0 :(得分:12)
使用scikit-image:
import numpy as np
from skimage.util import view_as_blocks
a = np.array([[1,5,9,13],
[2,6,10,14],
[3,7,11,15],
[4,8,12,16]])
print(view_as_blocks(a, (2, 2)))
答案 1 :(得分:4)
您可以使用np.reshape
和np.swapaxes
的组合来实现它 -
def extract_blocks(a, blocksize):
M,N = a.shape
b0, b1 = blocksize
return a.reshape(M//b0,b0,N//b1,b1).swapaxes(1,2).reshape(-1,b0,b1)
示例案例
让我们使用样本输入数组,如下所示 -
In [94]: a
Out[94]:
array([[2, 2, 6, 1, 3, 6],
[1, 0, 1, 0, 0, 3],
[4, 0, 0, 4, 1, 7],
[3, 2, 4, 7, 2, 4],
[8, 0, 7, 3, 4, 6],
[1, 5, 6, 2, 1, 8]])
现在,让我们使用一些块大小进行测试。让我们使用(2,3)
和(3,3)
的块大小的两个案例。
案例#1:
In [95]: extract_blocks(a, (2,3)) # Blocksize : (2,3)
Out[95]:
array([[[2, 2, 6],
[1, 0, 1]],
[[1, 3, 6],
[0, 0, 3]],
[[4, 0, 0],
[3, 2, 4]],
[[4, 1, 7],
[7, 2, 4]],
[[8, 0, 7],
[1, 5, 6]],
[[3, 4, 6],
[2, 1, 8]]])
案例#2:
In [96]: extract_blocks(a, (3,3)) # Blocksize : (3,3)
Out[96]:
array([[[2, 2, 6],
[1, 0, 1],
[4, 0, 0]],
[[1, 3, 6],
[0, 0, 3],
[4, 1, 7]],
[[3, 2, 4],
[8, 0, 7],
[1, 5, 6]],
[[7, 2, 4],
[3, 4, 6],
[2, 1, 8]]])
答案 2 :(得分:3)
这是一个相当神秘的numpy单行程序来生成你的三维数组,在这里称为result1
:
In [60]: x
Out[60]:
array([[2, 1, 2, 2, 0, 2, 2, 1, 3, 2],
[3, 1, 2, 1, 0, 1, 2, 3, 1, 0],
[2, 0, 3, 1, 3, 2, 1, 0, 0, 0],
[0, 1, 3, 3, 2, 0, 3, 2, 0, 3],
[0, 1, 0, 3, 1, 3, 0, 0, 0, 2],
[1, 1, 2, 2, 3, 2, 1, 0, 0, 3],
[2, 1, 0, 3, 2, 2, 2, 2, 1, 2],
[0, 3, 3, 3, 1, 0, 2, 0, 2, 1]])
In [61]: result1 = x.reshape(x.shape[0]//2, 2, x.shape[1]//2, 2).swapaxes(1, 2).reshape(-1, 2, 2)
result1
就像二维数组的一维数组:
In [68]: result1.shape
Out[68]: (20, 2, 2)
In [69]: result1[0]
Out[69]:
array([[2, 1],
[3, 1]])
In [70]: result1[1]
Out[70]:
array([[2, 2],
[2, 1]])
In [71]: result1[5]
Out[71]:
array([[2, 0],
[0, 1]])
In [72]: result1[-1]
Out[72]:
array([[1, 2],
[2, 1]])
(对不起,我现在没有时间详细说明它是如何运作的。也许以后......)
这是一个使用嵌套列表理解的不太神秘的版本。在这种情况下,result2
是2-d numpy数组的python列表:
In [73]: result2 = [x[2*j:2*j+2, 2*k:2*k+2] for j in range(x.shape[0]//2) for k in range(x.shape[1]//2)]
In [74]: result2[5]
Out[74]:
array([[2, 0],
[0, 1]])
In [75]: result2[-1]
Out[75]:
array([[1, 2],
[2, 1]])