Question

我正在努力解决矢量化问题，乍一看似乎很简单：

假设我有100张大小为（7,7）的图像，其中2个通道由numpy大小数组（100,2,7,7）表示。我想在所有图像上提取小补丁（比如说大小（2,3,3）），但这些补丁并不是位于每个图像的同一个地方。贴片的位置由尺寸（2,100）的矩阵描述（每个图像一个x和一个y）。我能够在所有图像上使用for循环，但这需要时间。

以下是一个示例代码：

data = np.arange(9800).reshape((100, 2, 7, 7))
size = 3
pos = np.random.randint(0, 7-size, (2, 100))
for i in range(a.shape[0]):
    patch = data[i, :, pos[0,i]:(pos[0,i]+size), pos[1,i]:pos[1,i]+size]

换句话说，我想在没有for循环的情况下重现这段代码。有没有人有这方面的线索？

Answer 1

numpy.lib.stride_tricks.as_strided的标准技巧应该适用于此：

das = np.lib.stride_tricks.as_strided(data, (5, 5, 100, 2, 3, 3), data.strides[-2:] + data.strides)
patches = das[(*pos, np.arange(100))]

您可以使用以下方式验证其有效：

for i in range(data.shape[0]):
    assert np.all(patches[i]==data[i,:,pos[0,i]:pos[0,i]+size,pos[1,i]:pos[1,i]+size])

如何在多维numpy数组中

1 个答案: