向 Numpy 数组的索引添加偏移量答案

【问题标题】：Add Offset to Indices of Numpy Array向 Numpy 数组的索引添加偏移量
【发布时间】：2013-12-17 12:12:33
【问题描述】：

跟进这个问题（以及 jorgeca 的回答）： Fast Way to slice image into overlapping patches and merge patches to image 我想给补丁数组的索引添加一个偏移量，即：

A = np.arange(W*H).reshape(H,W)
P = patchify(A,(X,Y))

假设 X,Y 是奇数，P 的大小将等于 W-X+1,H-Y+1，因此以 P[0,0] 为中心的像素实际上将对应于 A[(Y -1)/2,(X-1)/2]。

有什么方法可以抵消（不复制任何数据）P 的索引以实现完美对应？

作为参考，这里是现有的patchify函数：

def patchify(img, patch_shape):
    img = np.ascontiguousarray(img)  # won't make a copy if not needed
    X, Y = img.shape
    x, y = patch_shape
    shape = ((X-x+1), (Y-y+1), x, y) # number of patches, patch_shape
    # The right strides can be thought by:
    # 1) Thinking of `img` as a chunk of memory in C order
    # 2) Asking how many items through that chunk of memory are needed when indices
    #    i,j,k,l are incremented by one
    strides = img.itemsize*np.array([Y, 1, Y, 1])
    return np.lib.stride_tricks.as_strided(img, shape=shape, strides=strides)

【问题讨论】：

例如说W, H, X, Y = (10, 14, 4, 7)，P.shape 将是(11, 4, 4, 7)，你怎么不想抵消什么？
刚刚更正，X,Y 的大小必须是奇数。让我们考虑 W,H,X,Y = (10,14,5,7)，P.shape 将是 (6,8,5,7)，我想访问 P[0,0] 作为 P[2， 3]
那么 P.shape 是 (10, 4, 5, 7)，因此 P[0,0].shape 是 (5, 7)，它是左上 A 的 5x7 大小的子数组。还不清楚你想要什么
我不明白你为什么说P.shape是(10,4,5,7)？ P.shape 应该是 (6,8,5,7)。我希望能够更改内存布局或任何其他允许我键入 P[2,3] 并获得现在的 P[0,0] 即以 A[2,3] 为中心的 5.7 子数组跨度>
如果你想要 6,8，你可以混合 W 和 H。在这种情况下，P[0,0] 的值是多少？

标签： python arrays numpy stride

【解决方案1】：

下面的表达式

P = np.roll(np.roll(P, X/2, 0), Y/2, 1)

你需要什么？

演示：

>>> W, H, X, Y =  10, 14, 5, 7
>>> A = np.arange(W*H).reshape(W,H)
>>> P = patchify(A,(X,Y))
>>> P = np.roll(np.roll(P, X/2, 0), Y/2, 1)
>>> all(map(all, P[X/2, Y/2] == A[:X, :Y]))
True

【讨论】：