Numpy矩陣 - 如何處理任意大小

Question

我有一些代碼在輸入數據的矩陣上執行各種處理功能。輸入數據可能是2,3或4D。

我需要從輸入數據中去除n-1維矩陣以進行處理，然後另一個矩陣接收到這個處理後的數據。爲了處理不同大小的輸入數據，最好的辦法是什麼？

例如，此刻，我有以下形式的代碼：

import numpy as np 

if number_dims == 2: 
    output_matrix = np.zeros([size_dim1,final_size_dim2]) 
    for i in range(0,dim1,1): 
     data_to_process = input_data[i,:] 
     output_matrix[i,:] = processing_funcs(data_to_process) 

if number_dims == 3: 
    output_matrix = np.zeros([size_dim1,final_size_dim2,final_size_dim3]) 
    for i in range(0,dim1,1): 
     data_to_process = input_data[i,:,:] 
     output_matrix[i,:,:] = processing_funcs(data_to_process) 

if number_dims == 4: 
    output_matrix = np.zeros([size_dim1,final_size_dim2,final_size_dim3,final_size_dim4]) 
    for i in range(0,dim1,1): 
     data_to_process = input_data[i,:,:,:] 
     output_matrix[i,:,:,:] = processing_funcs(data_to_process) 

是否有蟒蛇做一個很好的方式，而不重複的if語句？複雜之處，在n-1個間接尺寸的最終數據大小是不一樣的輸入大小，所以我不能例如，只是做：

output_matrix = np.zeros([np.shape(input_data)]) 

這也將是不錯的，如果有無論有多少其他維度，都可以沿維度1切片。

Answer 1

這些是功能上是相同的：

output_matrix[i,:,:,:] 
output_matrix[i,...] 
output_matrix[i] 

或者更一般地：

x[:,i,j,:,:] 
x[:,i,j,...] 
x[:,i,j] 

只要那麼很顯然，尺寸被編入索引，尾隨`：」可被省略，或者取代用省略號（'...'）。省略號也可以用在開始或中間 - 再次提供表達式不含糊。

np.take和np.put在對某些軸進行索引時也很有用。

您也可以創建索引（和slice和ellipsis）的元組，並使用該

In [222]: ind=(slice(3,5),slice(None),1,Ellipsis) 
In [223]: x[ind].shape 
Out[223]: (2, 3, 32) 

我認爲所有的情況下，可以進行處理：

result = np.zeros_list(input_data) 
for i in range(input_data.shape[0]): 
    result[i] = processing_funcs(input_data[i]) 

或

result = [processing_funcs(subdata) for subdata in input_data] 
result = np.array(result)  

在一個數組上迭代有效地索引第一個軸。將結果收集到列表中，然後將結果傳遞給np.array是創建數組的一種標準方法。 np.array通常將列表中的元素組合到新維度中的新數組中。您也可以使用concatenate，但可能需要添加初始維度。

result = [processing_funcs(subdata)[None,...] for subdata in input_data] 
result = np.concatenate(result, axis=0) 

Answer 2

for i in range(dim1): 
     output_matrix[i] = processing_funcs(input_data[i]) 

應該工作，不管其他維度。對於形狀，可能你可以做一些像output_matrix=zeros(f(input_matrix.shape))？