我正在将[nLambda,nX,nY]形状的3D数据立方体与[nLambda,3]形状的过滤器进行卷积。在这种情况下,我成功地实现了这一点,但我需要在大量保存为[nt,nLambda,nX,nY]的多维数据集上重复这个过程。我想扩展我必须处理的代码,但我一直在搞砸平铺。有人知道怎么做吗
我目前的计划是:
datacube.shape = [21,100,100]
filters.shape = [21,3]
data_collapsed.shape = [100,100,3]
我想让它这样做
datacube.shape = [10,21,100,100]
filters.shape = [21,3]
data_collapsed.shape = [10,100,100,3]
我用于3D立方体的代码
nl,nx,ny = datacube.shape
filter_rgb = np.tile(filters, (ny,nx,1,1))
filter_rgb = np.swapaxes(filter_rgb, 0,2)
data_rgb = np.tile(datacube,(3,1,1,1))
data_rgb = np.swapaxes(data_rgb,0,-1)
data_filtered = data_rgb * filter_rgb
data_collapsed = np.sum(data_filtered, axis=0)
您可以使用^{}
对于
datacube
作为4D
情况-对于
3D
病例-Related post to understand ^{}
相关问题 更多 >
编程相关推荐