NumPy阵列上的反向叠加操作

Question

我有一行代码可以有效地将numpy数组从400x8x8数组重塑为160x160数组，我需要反转过程，但无法确定行的相反方向。在

我已经可以完成这个过程，但它效率很低，并且需要嵌套循环，为了提高性能，我希望避免这种情况。在

下面是我当前必须反转进程的代码（160x160>；400x8x8）：

       previousRow = 0
    for rowBlock in range(noBlocksOn1Axis):
        previousRow = rowBlock * blockSize  
        previousColumn = 0
        for columnBlock in range(noBlocksOn1Axis):
            previousColumn = columnBlock * blockSize
            block = 
            arrayY[previousRow:previousRow+blockSize, 
            previousColumn:previousColumn + blockSize]
            blocksList.append(block) 

下面是重塑400x8x8>；160x160的代码行：

^{pr2}$

有什么想法可以反向执行这行代码吗？在

谢谢：D

Answer 1

^{}怎么了？在

my_array_3d = my_array.reshape((400, 8, 8))
my_array_2d = my_array.reshape((160, 160))

Answer 2

重塑、交换轴（或转置轴）并重塑以使overDone返回-

xy.reshape(20,8,20,8).swapaxes(1,2).reshape(400,8,8)

有关^{}的详细信息。在

使其通用以处理常规形状-

^{pr2}$

样本运行-

# Original input
In [21]: overDone = np.random.rand(400,8,8)

# Perform forward step to get xy
In [22]: xy = np.vstack(np.hstack(overDone[20*i:20+20*i]) for i in range(overDone.shape[0]//20))

# Use proposed approach to get back overDone
In [23]: out = xy.reshape(20,8,20,8).swapaxes(1,2).reshape(400,8,8)

# Verify output to be same as overDone
In [42]: np.array_equal(out,overDone)
Out[42]: True

奖金：

我们可以使用相同的矢量化reshape+permute-axes步骤来创建xy作为转发过程-

xy = overDone.reshape(20,20,8,8).swapaxes(1,2).reshape(160,160)