[英]Pass arguments of 3D numpy array into a 4D numpy array
我想根据在该数组的简化3D版本上评估的numpy.argsort的结果对4D numpy数组进行排序。 像这样:
array.shape
(7, 3178, 3178, 3)
array_reduced.shape
(7, 3178, 3178)
args=numpy.argsort(array_reduced,axis=0)
array_sorted=array[args,:]
这将返回一个内存错误:
---------------------------------------------------------------------------
MemoryError Traceback (most recent call last)
<ipython-input-48-04f432d9e05d> in <module>()
----> 1 array_sorted=array[args,:]
MemoryError:
这可能是关于如何转换lambda函数的愚蠢错误,但是如果有人可以帮助我,我将不胜感激!
--------------------------------------编辑----------- ------------
这段代码做了我想要的事情,但是它很慢:
array_sorted=np.zeros(array.shape,dtype=np.uint8)
for thet in range (0, array.shape[0]):
print(thet)
for y in range (0, array.shape[1]):
for x in range (0, array.shape[2]):
array_sorted[thet,y,x,0]=(array[args[thet,y,x],y,x,0])
array_sorted[thet,y,x,1]=(array[args[thet,y,x],y,x,1])
array_sorted[thet,y,x,2]=(array[args[thet,y,x],y,x,2])
您可以使用np.ogrid
将循环向量化:
i,j,k = np.ogrid[tuple(map(slice, array.shape[:-1]))]
array_sorted = array[args, j, k]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.