[英]How to loop back to beginning of the array for out of bounds index in numpy?
我有一个二维 numpy 数组,我想从中提取一个子矩阵。 我通过如下切片数组来获得子矩阵。 在这里,我想要一个 3*3 子矩阵围绕索引为 (2,3) 的项目。
>>> import numpy as np
>>> a = np.array([[0, 1, 2, 3],
... [4, 5, 6, 7],
... [8, 9, 0, 1],
... [2, 3, 4, 5]])
>>> a[1:4, 2:5]
array([[6, 7],
[0, 1],
[4, 5]])
但我想要的是对于超出范围的索引,它会回到数组的开头并从那里继续。 这是我想要的结果:
array([[6, 7, 4],
[0, 1, 8],
[4, 5, 2]])
我知道我可以做一些事情,比如将索引的 mod 获取到数组的宽度; 但我正在寻找可以做到这一点的 numpy function。 而且对于一维数组,这将导致索引超出范围错误,这并不是很有用......
这是使用带有环绕模式的np.pad
的一种方法。
>>> a = np.array([[0, 1, 2, 3],
[4, 5, 6, 7],
[8, 9, 0, 1],
[2, 3, 4, 5]])
>>> pad_width = 1
>>> i, j = 2, 3
>>> startrow, endrow = i-1+pad_width, i+2+pad_width # for 3 x 3 submatrix
>>> startcol, endcol = j-1+pad_width, j+2+pad_width
>>> np.pad(a, (pad_width, pad_width), 'wrap')[startrow:endrow, startcol:endcol]
array([[6, 7, 4],
[0, 1, 8],
[4, 5, 2]])
根据补丁的形状(例如 5 x 5 而不是 3 x 3),您可以相应地增加pad_width
以及开始和结束行和列索引。
np.take
确实有一个mode
参数,它可以环绕超出范围的索引。 但是将np.take
用于多维 arrays 有点麻烦,因为axis
必须是标量。
但是,在您的特定情况下,您可以这样做:
a = np.array([[0, 1, 2, 3],
[4, 5, 6, 7],
[8, 9, 0, 1],
[2, 3, 4, 5]])
np.take(a, np.r_[2:5], axis=1, mode='wrap')[1:4]
Output:
array([[6, 7, 4],
[0, 1, 8],
[4, 5, 2]])
编辑
这 function 可能是您正在寻找的(?)
def select3x3(a, idx):
x,y = idx
return np.take(np.take(a, np.r_[x-1:x+2], axis=0, mode='wrap'), np.r_[y-1:y+2], axis=1, mode='wrap')
但回想起来,我建议对这种操作使用模数和花式索引(这基本上是mode='wrap'
无论如何在内部所做的):
def select3x3(a, idx):
x,y = idx
return a[np.r_[x-1:x+2][:,None] % a.shape[0], np.r_[y-1:y+2][None,:] % a.shape[1]]
上述解决方案也适用于a
上的任何 2d 形状。
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.