Question

我开始使用numpy。我得到了切片符号和按元素进行计算，但似乎无法解决这个问题：

for i, (I,J) in enumerate(zip(data_list[0], data_list[1])):
    joint_hist[int(np.floor(I/self.bin_size))][int(np.floor(J/self.bin_size))] += 1

变量：

data_list包含2张np.array().flatten()图片（最终更多）

joint_hist[]稍后与plt.imshow()一起显示，是这2张图像的联合直方图

bin_size是直方图中的槽数

我无法确定的事实是，最终直方图中的坐标是I，J。因此，不仅仅是join_hist []中某个位置的值是某些切片/逐元素计算的结果。我需要获取该计算的结果，并使用THAT作为joint_hist ...中的索引...

编辑：

实际上，我实际上并没有在循环中使用i-这是以前迭代中的遗留物，我只是没有注意到我不再需要它了

我确实希望控制垃圾箱的大小以及如何执行此操作的详细信息，所以不要特别希望使用histogramm2D。稍后我将使用它来进行进一步的图像处理，因此我宁愿灵活地调整自己的方法，也不必弄清楚是否/如何使用内置函数来做特定的事情。

Answer 1

您确实可以使用一些numpy表示法来搅乱for循环。假设您实际上并不需要i（因为没有在任何地方使用它）：

for I,J in (data_list.T // self.bin_size).astype(int):
    joint_hist[I, J] += 1

说明

data_list.T翻转data_list。 data_list.T的每一行将包含特定坐标处的像素数据。

data_list.T // self.bin_size将产生与np.floor(I/self.bin_size)相同的结果，只是它将一次对所有像素进行操作，而不是一次进行。

.astype(int)与int(...)的作用相同，但再次作用于整个数组而不是单个元素。

当您使用for循环遍历2D数组时，一次返回一行。因此，for I,J in arr语法将一次给您一对像素，就像您的zip语句最初所做的那样。

替代

您也可以只使用histogramdd来计算joint_hist，以代替for循环。对于您的应用程序，它看起来像：

import numpy as np

joint_hist,edges = np.histogramdd(data_list.T)

这将具有与上面指定的垃圾箱不同的垃圾箱（numpy会自动确定它们）。

Answer 2

据我了解，您的目标是在图像中制作直方图或相关值？好吧，要获得正确的bin索引，您使用的计算无效。代替np.floor（I / self.bin_size），请使用np.floor（I /（I_max / bin_size））。astype（int）。您想将I和J除以它们各自的分辨率。如果data_list [0]和data_list [1]是同一张展平的图像，则结果将是joint_hist的对角矩阵。

所以所有这些放在一起：

I_max = data_list[0].max()+1
J_max = data_list[1].max()+1
joint_hist = np.zeros((I_max, J_max))
bin_size = 256
for i, (I, J) in enumerate(zip(data_list[0], data_list[1])):
    joint_hist[np.floor(I / (I_max / bin_size)).astype(int), np.floor(J / (J_max / bin_size)).astype(int)] += 1

用数字符号替换枚举（zip（....））

2 个答案:

说明

替代