[英]Matrix to Vector with python/numpy
如果我需要按行或按列創建矢量,Numpy ravel
效果很好。 但是,我想通過使用圖像處理中經常使用的方法將矩陣轉換為一維數組。 這是初始矩陣A
和最終結果B
的示例:
A = np.array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
B = np.array([[ 0, 1, 4, 8, 5, 2, 3, 6, 9, 12, 13, 10, 7, 11, 14, 15])
已經有一個現有的功能可以幫助我嗎? 如果沒有,您能給我一些如何解決這個問題的提示嗎? PS。 矩陣A
為NxN
。
我已經使用numpy幾年了,但從未見過這樣的功能。
這是一種方法(不一定是最有效的方法):
In [47]: a
Out[47]:
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
In [48]: np.concatenate([np.diagonal(a[::-1,:], k)[::(2*(k % 2)-1)] for k in range(1-a.shape[0], a.shape[0])])
Out[48]: array([ 0, 1, 4, 8, 5, 2, 3, 6, 9, 12, 13, 10, 7, 11, 14, 15])
將單線分解為單獨的步驟:
a[::-1, :]
,: a[::-1, :]
反轉行:
In [59]: a[::-1, :]
Out[59]:
array([[12, 13, 14, 15],
[ 8, 9, 10, 11],
[ 4, 5, 6, 7],
[ 0, 1, 2, 3]])
(也可以將其寫為a[::-1]
或np.flipud(a)
。)
np.diagonal(a, k)
提取第k
個對角線,其中k=0
是主對角線。 因此,例如
In [65]: np.diagonal(a[::-1, :], -3)
Out[65]: array([0])
In [66]: np.diagonal(a[::-1, :], -2)
Out[66]: array([4, 1])
In [67]: np.diagonal(a[::-1, :], 0)
Out[67]: array([12, 9, 6, 3])
In [68]: np.diagonal(a[::-1, :], 2)
Out[68]: array([14, 11])
在列表推導中, k
給出要提取的對角線。 我們要反轉每個對角線中的元素。 表達式2*(k % 2) - 1
給出值1,-1,1,...,因為k
在-3到3之間變化。用[::1]
索引使數組的索引順序保持不變,使用[::-1]
索引將反轉數組的順序。 所以np.diagonal(a[::-1, :], k)[::(2*(k % 2)-1)]
給出第k
個對角線,但其他對角線都被反轉了:
In [71]: [np.diagonal(a[::-1,:], k)[::(2*(k % 2)-1)] for k in range(1-a.shape[0], a.shape[0])]
Out[71]:
[array([0]),
array([1, 4]),
array([8, 5, 2]),
array([ 3, 6, 9, 12]),
array([13, 10, 7]),
array([11, 14]),
array([15])]
np.concatenate()
將它們全部放入一個數組中:
In [72]: np.concatenate([np.diagonal(a[::-1,:], k)[::(2*(k % 2)-1)] for k in range(1-a.shape[0], a.shape[0])])
Out[72]: array([ 0, 1, 4, 8, 5, 2, 3, 6, 9, 12, 13, 10, 7, 11, 14, 15])
我發現了有關MATLAB的之字形掃描的討論,但沒有涉及numpy
。 一個項目似乎使用8x8塊的硬編碼索引數組
https://github.com/lot9s/lfv-compression/blob/master/scripts/our_mpeg/zigzag.py
ZIG = np.array([[0, 1, 5, 6, 14, 15, 27, 28],
[2, 4, 7, 13, 16, 26, 29, 42],
[3, 8, 12, 17, 25, 30, 41, 43],
[9, 11, 18, 24, 31, 40, 44,53],
[10, 19, 23, 32, 39, 45, 52,54],
[20, 22, 33, 38, 46, 51, 55,60],
[21, 34, 37, 47, 50, 56, 59,61],
[35, 36, 48, 49, 57, 58, 62,63]])
顯然,它使用了jpeg和mpeg壓縮。
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.