【发布时间】:2016-12-03 09:05:54
【问题描述】:
我不确定这里的正确术语是什么。请改正。 我有一个循环的网格(二维数组)。我的意思是第一行是最后一行之后的下一个。列也一样。
我想切分大网格的子集,牢记这个循环规则。 所以,有网格:
[[ 0 1 2 3 4 5 6 7 8 9]
[10 11 12 13 14 15 16 17 18 19]
[20 21 22 23 24 25 26 27 28 29]
[30 31 32 33 34 35 36 37 38 39]
[40 41 42 43 44 45 46 47 48 49]
[50 51 52 53 54 55 56 57 58 59]
[60 61 62 63 64 65 66 67 68 69]
[70 71 72 73 74 75 76 77 78 79]
[80 81 82 83 84 85 86 87 88 89]
[90 91 92 93 94 95 96 97 98 99]]
我想要大小为 3 x 3 的子集,以中间 (5,5) 为中心,我会得到:
[[44 45 46]
[54 55 56]
[64 65 66]]
但如果我希望它以 (0,0) 为中心,我会得到:
[[99 90 91]
[ 9 0 1]
[19 10 11]]
在我当前的解决方案中,我将np.roll 与切片结合在一起。它正在工作,但我正在寻找性能更高的解决方案。
我目前的解决方案:
def get_centered_section(arr, center, side_size):
if side_size % 2 is 0:
raise "size shuold be odd number"
half_side_size = int((side_size - 1) / 2)
w, h = arr.shape
x, y = center
ystart = y - half_side_size
if ystart < 0:
arr = np.roll(arr, abs(ystart), 0)
ystart = 0
elif ystart + side_size >= h:
overflow = ystart + side_size - h
ystart -= overflow
arr = np.roll(arr, -overflow, 0)
xstart = x - half_side_size
if xstart < 0:
arr = np.roll(arr, abs(xstart), 1)
xstart = 0
elif xstart + side_size >= w:
overflow = xstart + side_size - w
xstart -= overflow
arr = np.roll(arr, -overflow, 1)
return arr[ystart:ystart+side_size,xstart:xstart+side_size]
test_a1 = np.reshape(np.arange(10*10), (10, 10))
get_centered_section(test_a1, (0, 0), 3)
也许有办法缓存我的出路。我的具体用法将需要遍历每个单元格来获得这种切片。
【问题讨论】:
-
您所说的循环的正确术语是环绕。搜索“numpy wrap around”,您到达this question,
numpy.take的答案似乎是一个很好的解决方案。 This 和 this 似乎也非常密切相关。我建议将这个问题作为其中之一的副本来结束......
标签: python arrays performance numpy