我有一个numpy数组,它的大小可能会有所不同(我马上就会讲到),我想对它进行重塑,使数组中的每个点都是原始数组的核心
假设我从数组开始:
np.arange(81).reshape(9,9)
>>> array([[ 0, 1, 2, 3, 4, 5, 6, 7, 8],
[ 9, 10, 11, 12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23, 24, 25, 26],
[27, 28, 29, 30, 31, 32, 33, 34, 35],
[36, 37, 38, 39, 40, 41, 42, 43, 44],
[45, 46, 47, 48, 49, 50, 51, 52, 53],
[54, 55, 56, 57, 58, 59, 60, 61, 62],
[63, 64, 65, 66, 67, 68, 69, 70, 71],
[72, 73, 74, 75, 76, 77, 78, 79, 80]])
但现在我想重塑这个数组,使数组中的每个“点”不是一个整数值,而是一个小的NxM数组。但是,我遇到的问题是较小的阵列重叠。所以我希望它看起来像:
array(
[[[[ 0 1 2] [[ 1 2 3] [[ 2 3 4]
[ 9 10 11] [10 11 12] [11 12 13]
[18 19 20]] [19 20 21]] [20 21 22]]]
因此,正如您所看到的,这些数组中存在重叠。我不知道如何使用numpy重塑方法来实现这一点。我最接近的方法是使用:
arr = np.arange(81).reshape(9,9)
kernalized = np.swapaxes(arr.reshape(3,3,3,-1),1,2)
>>> array(
[[[[ 0 1 2] [[ 3 4 5] [[ 6 7 8]
[ 9 10 11] [12 13 14] [15 16 17]
[18 19 20]] [21 22 23]] [24 25 26]]])
这就达到了正确的形状!所以我觉得我走对了路。但没有重叠。有人有什么想法我可以试试吗? 正如上面添加的cherry一样,数组可以有不同的大小,因此理想情况下,我提出的任何代码都可以处理这个问题,但这并不是最大的问题,因为数组非常大,只需删掉几行或几列,使其可以被3整除就可以了
谢谢
您正在寻找
as_strided
:输出:
相关问题 更多 >
编程相关推荐