python-在numpy中获取块矩阵的平均值/和的最佳方法？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-在numpy中获取块矩阵的平均值/和的最佳方法？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1507字，纯文字阅读大概需要3分钟。

内容图文

这个问题已经在这里有了答案：            >            How to evaluate the sum of values within array blocks                                    3个
我想对块矩阵(或更一般而言,对d-dim nd.array)执行一些简单的计算.像这样：

在图片中,大写字母表示3 x 3的块矩阵,小写字母表示数字(块矩阵的平均值或总和).

目前,我只知道如何使用for循环来做到这一点

import numpy as np

test_matrix = np.arange(81).reshape(9,9)
a = np.zeros((3,3))
for i in range(3):
    for j in range(3):
        a[k,i,j] = test_matrix[3*i:3*(i+1),3*j:3*(j+1)].mean()
print a

但是,如果我的矩阵变大或变为多维,它就会变慢,例如：

test_matrix = np.arange(81*2).reshape(2,9,9)

a = np.zeros((2,3,3))
for k in range(2):
    for i in range(3):
        for j in range(3):
            a[k,i,j] = test_matrix[k,3*i:3*(i+1),3*j:3*(j+1)].mean()
print a

有没有更好的方法来执行此类任务？

非常感谢！！

解决方法:

In [1952]: test=np.arange(81).reshape(9,9)
In [1953]: res=np.zeros((3,3))
In [1954]: for i in range(3):
      ...:     for j in range(3):
      ...:         res[i,j]=test[3*i:3*(i+1),3*j:3*(j+1)].mean()
In [1955]: res
Out[1955]: 
array([[ 10.,  13.,  16.],
       [ 37.,  40.,  43.],
       [ 64.,  67.,  70.]])

在选定的轴上进行整形,求和或均值：

In [1956]: test.reshape(3,3,3,3).mean(axis=(1,3))
Out[1956]: 
array([[ 10.,  13.,  16.],
       [ 37.,  40.,  43.],
       [ 64.,  67.,  70.]])

sum / mean允许我们一次指定2个或多个轴,但也可以通过重复的单轴应用程序来完成.

test.reshape(3,3,3,3).mean(3).mean(1)

对于3D阵列,这些工作

test.reshape( 2,3,3,3,3).mean((2,4))
test.reshape(-1,3,3,3,3).mean((2,4))

-1保留原始的第一个尺寸(或在2d测试的情况下,它添加一个尺寸为1的尺寸).

内容总结

以上是互联网集市为您收集整理的python-在numpy中获取块矩阵的平均值/和的最佳方法？全部内容，希望文章能够帮你解决python-在numpy中获取块矩阵的平均值/和的最佳方法？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端