如何在 numpy 中创建一个递增的多维数组

Question

我正在尝试在给定单应矩阵的情况下执行反向扭曲，为了有效地做到这一点，我需要一个如下所示的 numpy 数组：

([[0, 0, 1], [0, 1, 1], [0, 2, 1], ... [1, 0, 1], [1, 1, 1], ... [n, p, 1]])

其中 n 是图像的宽度 (im.shape[0])，p 是图像的高度 (im.shape[1])。关于如何有效地构造看起来像这样的 numpy 数组的任何想法？

编辑：

有一些关于哪个最快的讨论，如果有人有任何关于这方面的信息，我想听听会很有趣。感谢大家的帮助！

Answer 1

@unutbu 使用indices_merged_arr_generic_using_cp -

def indices_one_grid(n,p):
    ar = np.ones((n,p),dtype=int)
    return indices_merged_arr_generic_using_cp(ar)

示例运行 -

In [141]: indices_one_grid(n=3,p=4)
Out[141]: 
array([[0, 0, 1],
       [0, 1, 1],
       [0, 2, 1],
       [0, 3, 1],
       [1, 0, 1],
       [1, 1, 1],
       [1, 2, 1],
       [1, 3, 1],
       [2, 0, 1],
       [2, 1, 1],
       [2, 2, 1],
       [2, 3, 1]])

基准测试

其他方法 -

def MSeifert(n,p):
    x, y = np.mgrid[:n, :p]
    return np.stack([x.ravel(), y.ravel(), np.ones(x.size, dtype=int)], axis=1)

def DanielF(n,p):
    return np.vstack([np.indices((n,p)), np.ones((1, n,p))]).reshape(3,-1).T

def Aaron(n,p):
    arr = np.empty([n*p,3])
    arr[:,0] = np.repeat(np.arange(n),p)
    arr[:,1] = np.tile(np.arange(p),n)
    arr[:,2] = 1
    return arr

时间安排 -

In [152]: n=1000;p=1000

In [153]: %timeit MSeifert(n,p)
     ...: %timeit DanielF(n,p)
     ...: %timeit Aaron(n,p)
     ...: %timeit indices_one_grid(n,p)
     ...: 
100 loops, best of 3: 15.8 ms per loop
100 loops, best of 3: 8.46 ms per loop
100 loops, best of 3: 10.4 ms per loop
100 loops, best of 3: 4.78 ms per loop

Answer 2

您可以使用np.mgrid 创建网格（每个子数组的前两个条目），并使用np.stack 将它们连接起来：

>>> x, y = np.mgrid[:3, :3]   # assuming a 3x3 image
>>> np.stack([x.ravel(), y.ravel(), np.ones(x.size, dtype=int)], axis=1)
array([[0, 0, 1],
       [0, 1, 1],
       [0, 2, 1],
       [1, 0, 1],
       [1, 1, 1],
       [1, 2, 1],
       [2, 0, 1],
       [2, 1, 1],
       [2, 2, 1]])

在这种情况下，我使用 3 作为宽度和高度，但通过更改 np.mgrid 的参数，您可以更改它们。

Answer 3

一行：

np.vstack([np.indices(im.shape), np.ones((1, *im.shape))]).reshape(3,-1).T

基本上，获得这样的索引的关键是使用 indices、mgrid/meshgrid 或类似的东西。

Answer 4

您无需循环使用numpy.tile 和numpy.repeat 以及预分配的容器即可完成所有操作

import numpy as np
arr = np.empty([n*p,3])
arr[:,0] = np.repeat(np.arange(n),p)
arr[:,1] = np.tile(np.arange(p),n)
arr[:,2] = 1