如何創建從兩個陣列和一個浮點值單numpy的特徵量陣列？

我想創建其結構如下訓練數據文件：如何創建從兩個陣列和一個浮點值單numpy的特徵量陣列？

[行數=樣品，列=特點】

所以，如果我有100個樣品和2個功能我np.array的形狀將是（100,2）等

數據

列表波紋管包含路徑串到已經使用方法01.

處理的.nrrd 3D採樣補丁數據文件

['/Users/FK/Documents/image/01/subject1F_200.nrrd', 
'/Users/FK/Documents/image/01/subject2F_201.nrrd']

讓我們稱之爲目錄dir_01。出於測試目的，可以使用以下3D補丁。它具有相同的形狀.nrrd文件讀取時：

subject1F_200_PP01 = np.random.rand(128,128, 128) 
subject1F_201_PP01 = np.random.rand(128,128, 128) 
# and so on...

列表波紋管包含路徑串到已經使用方法02.

['/Users/FK/Documents/image/02/subject1F_200.nrrd', 
'/Users/FK/Documents/image/02/subject2F_201.nrrd']

處理的.nrrd 3D採樣補丁數據文件

讓我們稱之爲目錄dir_02。出於測試目的，可以使用以下3D補丁。閱讀時它具有相同的形狀.nrrd文件：

subject1F_200_PP02 = np.random.rand(128,128, 128) 
subject1F_201_PP02 = np.random.rand(128,128, 128) 
# and so on...

這兩個對象是相同的，但該補丁數據已經預先處理不同。

特徵函數

爲了計算我需要使用以下功能特性：

np.median（經常蟒功能，並返回一個值）
my_own_function1（常規的Python函數，並返回一個np.array）
my_own_function2（我可以使用MATLAB引擎只訪問和返回np.array）

在這種情況下我最終numpy的陣列應該有（2251）的形狀。因爲我必須從我的3個函數中採樣（行）和251個特徵（列）。

這裏是我的代碼（學分M.法布爾）

閱讀補丁

# Helps me read the files for features 1. and 2. Uses a python .nrrd reader 
def read_patches_multi1(files_1): 
    for file_1 in files_1: 
     yield nrrd.read(str(file_1)) 

# Helps me read the files for features 3. Uses a matlab .nrrd reader 
def read_patches_multi2(files_2): 
    for file_2 in files_2: 
     yield eng.nrrdread(str(file_2))

計算

def parse_patch_multi(patch1, patch2): 

    # Structure for python .nrrd reader 
    data_1 , option = patch1 

    # Structure for matlab .nrrd reader 
    data_2 = patch2 

    # Uses itertools to combine single float32 value with np.array values 
    return [i for i in itertools.chain(np.median(data_1), my_own_function1(data_1), my_own_function2(data_2))]

執行

# Directories 
dir_01 = '/Users/FK/Documents/image/01/' 
dir_02 = '/Users/FK/Documents/image/02/' 

# Method 01 patch data 
file_dir_1 = Path(dir_01) 
files_1 = file_dir_1.glob('*.nrrd') 
patches_1 = read_patches_multi1(files_1) 

# Method 02 patch data 
file_dir_2 = Path(dir_02) 
files_2 = file_dir_2.glob('*.nrrd') 
patches_2 = read_patches_multi2(files_2) 

# I think the error lies here... 
training_file_multi = np.array([parse_patch_multi(patch1,patch2) for (patch1, patch2) in (patches_1, patches_2)], dtype=np.float32)

我嘗試了多種方法，但我一直在收到語法錯誤或錯誤的結構。或下列類型的錯誤：

TypeError: unsupported Python data type: numpy.ndarray

來源

2017-09-01 F. K.

你應該提供可用於調試代碼的樣本數據的形狀。您只是提供了一條數據路徑，這對於可能能夠回答您的問題的人員沒有任何幫助。製作一些可以複製並粘貼到python中的示例數據。 – DJK

補丁數據或路徑包含以下形狀的預處理的統一3D np.arrays：'（128,128,128）'，您可以創建任意隨機值，我的函數將計算相關特徵。我說的是你可以使用任何統一的3D numpy陣列:) –

但是，謝謝你的批評。我編輯了這個問題。 –

我發現了一個解決方案，但它似乎沒有太高雅了

我創建兩個funcitons：

def parse_patch_multi1(patch1): 

    # Structure for python .nrrd reader 
    data_1 , option = patch1 

    # Uses itertools to combine single float32 value with np.array values 
    return [i for i in itertools.chain(np.median(data_1), 0) my_own_function1(data_1)] 


def parse_patch_multi2(patch2): 

    # Structure for python .nrrd reader 
    data_2 = patch2 

    # Uses itertools to combine single float32 value with np.array values 
    return [i for i in itertools.chain(my_own_function2(data_2)]

執行

# Directories 
dir_01 = '/Users/FK/Documents/image/01/' 
dir_02 = '/Users/FK/Documents/image/02/' 

# Method 01 patch data 
file_dir_1 = Path(dir_01) 
files_1 = file_dir_1.glob('*.nrrd') 
patches_1 = read_patches_multi1(files_1) 

# Method 02 patch data 
file_dir_2 = Path(dir_02) 
files_2 = file_dir_2.glob('*.nrrd') 
patches_2 = read_patches_multi2(files_2) 

training_file_multi1 = np.array([parse_patch_multi1(patch1) for (patch1) in patches_1], dtype=np.float32) 
training_file_multi2 = np.array([parse_patch_multi2(patch2) for (patch2) in patches_1], dtype=np.float32)

訣竅

將兩者連接起來np.arrays沿軸1

training_file_combined= np.concatenate((training_file_multi1, training_file_multi2), axis=1)

基質（2252）

來源

2017-09-03 10:29:33

如何創建從兩個陣列和一個浮點值單numpy的特徵量陣列？

回答

相關問題