Numpy 表 - 如何使用较小表块的步骤迭代大表

【问题标题】：Numpy tables - how to iterate over a large table with steps of smaller table chunksNumpy 表 - 如何使用较小表块的步骤迭代大表
【发布时间】：2021-12-31 01:38:57
【问题描述】：

我有一个 2d numpy 数组，其形状为 - (20,1200)，例如24000 像素，值为零和一。我想用 (4,60) 的块进行迭代，并将每个块的百分比相加，意思是 - ((number_of_ones)/240)*100。结果应注入新的 numpy 表（5X20），因为每个单元格代表原始表的（4X60）。目前，我正在使用 2 个嵌套的 for 循环，但这需要时间而不是最佳实践。

final_seg = []
for i in range(0, 20, 4):
        for j in range(0, 1200, 60):
            # slice segment from table
            data = big_table[i:i + 4, j:j + 60]
            n_zeros = np.count_nonzero(data == 1)
            final_seg.append((n_zeros/240) * 100)
return final_seg

numpy 命令的等价物是什么？

【问题讨论】：

标签： python numpy scipy

【解决方案1】：

相当高效的解决方案是创建初始数组块的临时 4 维视图，并为其两个轴应用 np.count_nonzero：

window = (4, 60) 
shape = (big_table.shape[0]//window[0], window[0], big_table.shape[1]//window[1], window[1])
out = np.count_nonzero(big_table.reshape(shape), axis=(1, 3))

【讨论】：

绝妙的解决方案。它完美地工作。 @mathfux 你能解释一下在这种情况下轴（1,3）是如何工作的吗？
@CSstudent 在这个问题上花了很长时间，我仍然无法完全理解这个过程。几天前我打开了a related question。您可能会发现更多关于使用 np.reshape 与 axis=(1, 3) 上的任何 1D 到 0D（矢量到标量）操作的详细信息。等搞清楚了我会回来给你答案的。