将3D numpy数组的参数传递到4D numpy数组

Question

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])

Answer 1

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]