Numpy常規在二維數組內創建規則網格

我正在嘗試編寫一個函數，該函數可以在二維數組內創建一個由5個像素組成的規則網格。我希望numpy.arange和numpy.repeat的組合可以做到這一點，但到目前爲止我還沒有運氣，因爲numpy.repeat只會在同一行重複。Numpy常規在二維數組內創建規則網格

下面是一個例子：

比方說，我想形狀(20, 15)的二維陣列內的5×5格。它應該看起來像：

array([[ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 9, 9, 9, 9, 9,10,10,10,10,10,11,11,11,11,11], 
     [ 9, 9, 9, 9, 9,10,10,10,10,10,11,11,11,11,11], 
     [ 9, 9, 9, 9, 9,10,10,10,10,10,11,11,11,11,11], 
     [ 9, 9, 9, 9, 9,10,10,10,10,10,11,11,11,11,11], 
     [ 9, 9, 9, 9, 9,10,10,10,10,10,11,11,11,11,11]])

我知道我可以簡單地使用循環和切片做到這一點，但我可以將其應用到非常大的陣列和我擔心的是，性能將是太慢或不切實際。

任何人都可以推薦一種方法來完成這個？

在此先感謝。

UPDATE：

所有提供的答案似乎運作良好。任何人都可以告訴我哪個最有效的用於大型數組？大數組我的意思是它可能是100000 x 100000或更多與15 x 15網格單元格大小。

來源

2013-10-14 Brian

這裏有兩個解決方案，一個涉及'numpy.kron'，一個涉及'numpy.repeat'：http://stackoverflow.com/questions/7525214/how-to-scale-a-numpy-array – Brionius

我發佈了這裏有一個答案，但事實證明，在你的鏈接問題中使用@NPE的方法是一樣的。 – jorgeca

@Brionius - 'numpy.kron'絕對有效。你認爲這和@Mr有很大的性能差異嗎？ E的回答？ – Brian

廣播是這裏的答案：

m, n, d = 20, 15, 5 
arr = np.empty((m, n), dtype=np.int) 
arr_view = arr.reshape(m // d, d, n // d, d) 
vals = np.arange(m // d * n // d).reshape(m // d, 1, n // d, 1) 
arr_view[:] = vals 

>>> arr 
array([[ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 11, 11, 11, 11, 11], 
     [ 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 11, 11, 11, 11, 11], 
     [ 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 11, 11, 11, 11, 11], 
     [ 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 11, 11, 11, 11, 11], 
     [ 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 11, 11, 11, 11, 11]])

來源

2013-10-14 16:10:30 Jaime

感謝您的回答。不幸的是，這並不適合我。我結束了'arr_view.shape =（4L，5L，3L，5L）'而不是'（20,15）'。 – Brian

@Brian'arr_view'是您的原始數組的視圖，僅用於具有可廣播的形狀。這是你想要看的'arr'：它仍然具有形狀'（20,15）'。 – Jaime

我明白了。感謝澄清。我不熟悉觀點的概念。我得看看那個。 – Brian

雅伊梅的答案類似：

np.repeat(np.arange(0, 10, 3), 4)[..., None] + np.repeat(np.arange(3), 5)[None, ...]

來源

2013-10-14 16:25:12 YXD

這似乎比Jaime的答案簡單得多，更接近我想要做的。我不熟悉'[...，無]'。這到底是什麼意思？ – Brian

這就是所謂的廣播。最好的解釋是[這裏]（http://scipy-lectures.github.io/intro/numpy/numpy.html#broadcasting）和[here]（http://docs.scipy.org/doc/numpy/user /basics.broadcasting.html）。閱讀關於省略號和更多關於廣播[這裏]（http://docs.scipy.org/doc/numpy/reference/arrays.indexing.html）。您可能會在文檔中看到'np.newaxis'而不是'None'。 – YXD

kron會做這種擴張（如Brionius的意見還建議）：

xi, xj, ni, nj = 5, 5, 4, 3 
r = np.kron(np.arange(ni*nj).reshape((ni,nj)), np.ones((xi, xj)))

儘管我沒有測試過它，但我認爲它比廣播方法效率低，但是一點更簡潔，更容易理解（我希望）。它可能效率較低，因爲：1）它需要一個數組，2）它用1乘以xi*xj，3）它執行一連串的連接。

來源

2013-10-14 17:00:59 tom10

這實際上並沒有工作。一個小的更正是必需的。（（xi * ni，xj * nj））'應該是'np.ones（（xi，xj））'。隨着更正，它確實奏效。感謝您對效率的解釋。 – Brian

謝謝。糾正。 – tom10

Numpy常規在二維數組內創建規則網格

回答

相關問題