Question

假设我们有一个形状未知的矩阵（numpy数组），形状可以是(1,5)（行），(5,1)（列），(5,5)（正方形）， (5,6)（非正方形）或(5,)（退化）（确定最后一种情况不是矩阵，而是有效输入）。

我想给出任何形状的矩阵（列，行，正方形，非正方形，简并的）。我将返回其上下左右翻转的版本。

由于np.flip对于一维数组有一些问题。我的方法是：

def flipit(M):
    return M.ravel()[::-1].reshape(M.shape)

可以，但是可以接受吗？有更快的方法吗？

另一方面，如何处理稀疏矩阵（例如，如果M是scipy.sparse.csr_matrix）

Answer 1

我们可以使用步长为-1的条带表示法来表示输入中沿所有轴翻转的暗淡数，因为这实际上就是原始代码所做的。这将覆盖数组和稀疏矩阵-

def flip_allaxes(a): # a can be array or sparse matrix
    # generate flipping slice
    sl = slice(None,None,-1) # or np.s_[::-1] suggested by @kmario23
    return a[tuple([sl]*a.ndim)]

在新的NumPy版本（从15.1开始）上简化

在较新的NumPy版本：Version 15.1 and newer上，这使我们可以为需要沿其翻转的轴指定一个整数元组。对于docs中带有axis=None的默认情况，它将沿所有轴翻转。因此，要解决我们的情况，将只是np.flip(a)，它将再次覆盖泛型ndarray和稀疏矩阵。

沿所有轴无缝高效地翻转numpy数组或稀疏矩阵

1 个答案: