来自numpy 2D数组的窗口值答案

【问题标题】：Windowing values from numpy 2D array来自numpy 2D数组的窗口值
【发布时间】：2019-09-21 11:36:28
【问题描述】：

我有一个二维数组值，A。我想围绕一维数组给出的索引对该数组中的值进行窗口化，b。

import numpy as np
A = np.random.randint(1000, size=(100, 100))
b = np.random.randint(40,60, size=(100))
window = A[b[:]-10 : b[:]+10, :]

但是，运行此程序时，我收到以下错误：

TypeError：只有 size-1 的数组可以转换为 Python 标量

我尝试使用预分配我的窗口数组，但得到相同的错误。我试图避免使用 for 循环并执行此向量化。

基本上我想为 b 周围的 20 行窗口中的每一列获取 A 的值。

print(b[:]-10,:)

给予：

[47 40 46 30 42 36 48 33 37 41 49 31 41 40 39 48 39 48 42 37 48 37 31 32 49 43 32 39 45 41 30 48 30 46 31 39 48 44 36 30 40 45 47 34 49 46 41 43 30 38 31 35 42 48 49 42 32 33 42 48 48 39 31 32 45 39 36 49 31 44 48 30 33 47 33 48 36 38 42 30 49 43 41 34 39 49 39 45 42 38 39 45 47 40 46 35 41 39 47 38]

print(b[:]+10,:)

给予：

[67 60 66 50 62 56 68 53 57 61 69 51 61 60 59 68 59 68 62 57 68 57 51 52 69 63 52 59 65 61 50 68 50 66 51 59 68 64 56 50 60 65 67 54 69 66 61 63 50 58 51 55 62 68 69 62 52 53 62 68 68 59 51 52 65 59 56 69 51 64 68 50 53 67 53 68 56 58 62 50 69 63 61 54 59 69 59 65 62 58 59 65 67 60 66 55 61 59 67 58]

我想创建一个新的二维数组，用于保存此行窗口中来自 A 的值。

【问题讨论】：

你想用b[:]-50 : b[:]+50做什么？尝试打印b[:]-50 和b[:]+50。您将看到超出 A 的索引的数字。在此类问题中，有一些示例输入和输出有助于读者的时间兴趣。否则，它会浪费读者大量时间试图解释和破译你想要的东西。请阅读How to create a Minimal, Complete, and Verifiable example
“窗口”是什么意思？你能告诉我们你的预期结果吗？
关于您的评论，“您的解决方案似乎使事情过于复杂。这应该不会太难。”：不，它没有；是的，不是。
这对@brandomtober 有帮助吗？不要忘记提供一些反馈，请参阅What should I do when someone answers my question?

标签： python numpy indexing vectorization

【解决方案1】：

IIUC 这是解决此问题的一种方法：

A = np.random.randint(1000, size=(100, 100))
b = np.random.randint(40,60, size=(100))

b 可能在哪里：

array([49, 47, 40, 44, 53, 47...

所以给定例如b[0]，IIUC你想索引A[0]从列39:59，A[1]从37:57等等......所以首先让我们创建一个将使用的ndarray索引A:

ar = np.arange(-10, 11)
ix = np.add.outer(b,ar)

array([[39, 40, 41, ..., 57, 58, 59],
       [37, 38, 39, ..., 55, 56, 57],
       [30, 31, 32, ..., 48, 49, 50],
       ...,

现在我们可以使用ix 来索引A 并获得一个(100, 20) 数组，每行包含感兴趣的列。为此，我们可以使用advanced indexing:

A[np.arange(len(b))[:,None], ix][:,:-1]

array([[448, 963, 199, ...,  40, 300, 623],
       [258, 905, 862, ..., 517, 671, 399],
       [629, 408,  83, ..., 490, 883,  68],
       ...,
       [188, 368, 598, ..., 579, 925, 739],
       [131, 318,  28, ..., 444, 487, 362],
       [135, 801, 123, ..., 308, 579,  41]])

【讨论】：