[英]Iterate over vectors in a multidimensional numpy array
我有一個3xNxM numpy數組a,我想在最后兩個軸上進行迭代:a [:,x,y]。 優雅的方法是:
import numpy as np
a = np.arange(60).reshape((3,4,5))
M = np. array([[1,0,0],
[0,0,0],
[0,0,-1]])
for x in arange(a.shape[1]):
for y in arange(a.shape[2]):
a[:,x,y] = M.dot(a[:,x,y])
可以用nditer完成嗎? 這樣做的目的是對每個條目執行矩陣乘法,例如[:,x,y] = M [:,:,x,y] .dot(a [:,x,y])。 另一種MATLAB風格的方法是將a(3,N * M)和M重塑為(3,3 * N * M)並采用點積,但這往往會占用大量內存。
雖然對形狀進行愚弄可能會使你想要完成的事情變得更加清晰,但是在不考慮太多問題的情況下處理這類問題的最簡單方法是使用np.einsum
:
In [5]: np.einsum('ij, jkl', M, a)
Out[5]:
array([[[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[ 10, 11, 12, 13, 14],
[ 15, 16, 17, 18, 19]],
[[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0]],
[[-40, -41, -42, -43, -44],
[-45, -46, -47, -48, -49],
[-50, -51, -52, -53, -54],
[-55, -56, -57, -58, -59]]])
此外,它通常還帶有性能獎勵:
In [17]: a = np.random.randint(256, size=(3, 1000, 2000))
In [18]: %timeit np.dot(M, a.swapaxes(0,1))
10 loops, best of 3: 116 ms per loop
In [19]: %timeit np.einsum('ij, jkl', M, a)
10 loops, best of 3: 60.7 ms per loop
編輯 einsum
是非常強大的伏都einsum
。 你也可以在下面的評論中做OP所要求的內容,如下所示:
>>> a = np.arange(60).reshape((3,4,5))
>>> M = np.array([[1,0,0], [0,0,0], [0,0,-1]])
>>> M = M.reshape((3,3,1,1)).repeat(4,axis=2).repeat(5,axis=3)
>>> np.einsum('ijkl,jkl->ikl', M, b)
array([[[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[ 10, 11, 12, 13, 14],
[ 15, 16, 17, 18, 19]],
[[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0]],
[[-40, -41, -42, -43, -44],
[-45, -46, -47, -48, -49],
[-50, -51, -52, -53, -54],
[-55, -56, -57, -58, -59]]])
for x in np.arange(a.shape[1]):
for y in np.arange(a.shape[2]):
a[:,x,y] = M.dot(a[:,x,y])
相當於
a = np.dot(M,a.swapaxes(0,1))
In [73]: np.dot(M,a.swapaxes(0,1))
Out[73]:
array([[[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[ 10, 11, 12, 13, 14],
[ 15, 16, 17, 18, 19]],
[[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0],
[ 0, 0, 0, 0, 0]],
[[-40, -41, -42, -43, -44],
[-45, -46, -47, -48, -49],
[-50, -51, -52, -53, -54],
[-55, -56, -57, -58, -59]]])
說明:
對於多維數組, np.dot(M,a)
在M
的最后一個軸和a
的倒數第二個軸上執行和積。
a
形狀為(3,4,5),但是我們想對形狀為3的軸求和。由於倒數第二個軸將被求和,因此我們需要a.swapaxis(0,1)
-具有形狀(4,3,5)的形狀-將3移至倒數第二個軸。
M
具有形狀(3,3), a.swapaxis(0,1)
具有形狀(4,3,5)。 刪除M
的最后一個軸和a.swapaxis(0,1)
的倒數第二個軸a.swapaxis(0,1)
您擁有(3,)和(4,5),因此np.dot
返回的結果是一個形狀數組(3,4,5) - 正是我們想要的。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.