Я ищу быструю формулировку для числового бинирования массива 2D numpy. Под биннингом я подразумеваю вычисление средних значений подматрицы или кумулятивных значений. Например x = numpy.arange(16).reshape(4, 4) был бы разделен на 4 подматрицы 2x2 каждая и дал бы numpy.array([[2.5,4.5],[10.5,12.5]]), где 2.5=numpy. среднее ([0,1,4,5]) и т.д...
Как эффективно выполнить такую операцию... Я понятия не имею, как это сделать...
Большое спасибо...
Вы можете использовать представление вашего массива в более высоком измерении и взять среднее значение по дополнительным измерениям:
In [12]: a = np.arange(36).reshape(6, 6)
In [13]: a
Out[13]:
array([[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23],
[24, 25, 26, 27, 28, 29],
[30, 31, 32, 33, 34, 35]])
In [14]: a_view = a.reshape(3, 2, 3, 2)
In [15]: a_view.mean(axis=3).mean(axis=1)
Out[15]:
array([[ 3.5, 5.5, 7.5],
[ 15.5, 17.5, 19.5],
[ 27.5, 29.5, 31.5]])
В общем, если вам нужны ячейки формы (a, b) для массива (rows, cols), ваше изменение формы должно быть .reshape(rows // a, a, cols // b, b). Также обратите внимание, что порядок .mean важен, например. a_view.mean(axis=1).mean(axis=3) вызовет ошибку, потому что a_view.mean(axis=1) имеет только три измерения, хотя a_view.mean(axis=1).mean(axis=2) будет работать нормально, но это усложняет понимание того, что происходит.
Как есть, приведенный выше код работает только в том случае, если вы можете разместить целое число ячеек внутри вашего массива, то есть если a делит rows и b делит cols. Есть способы справиться с другими случаями, но тогда вам придется определить поведение, которое вы хотите.
.mean(axis=(1,3))!
- person seberg; 17.02.2013
[[0, 1], [6, 7]] равно элементу [0, 0] из a_view.mean(axis=3).mean(axis=1).
- person Jaime; 17.02.2013
reshape(3, 2, 3, 2)) не является массивом подматриц 2x2, хотя результат в любом случае правильный.
- person shaman.sir; 19.07.2017
См. поваренную книгу SciPy по повторному связыванию, в которой есть этот фрагмент:
def rebin(a, *args):
'''rebin ndarray data into a smaller ndarray of the same rank whose dimensions
are factors of the original dimensions. eg. An array with 6 columns and 4 rows
can be reduced to have 6,3,2 or 1 columns and 4,2 or 1 rows.
example usages:
>>> a=rand(6,4); b=rebin(a,3,2)
>>> a=rand(6); b=rebin(a,2)
'''
shape = a.shape
lenShape = len(shape)
factor = asarray(shape)/asarray(args)
evList = ['a.reshape('] + \
['args[%d],factor[%d],'%(i,i) for i in range(lenShape)] + \
[')'] + ['.sum(%d)'%(i+1) for i in range(lenShape)] + \
['/factor[%d]'%i for i in range(lenShape)]
print ''.join(evList)
return eval(''.join(evList))
Я предполагаю, что вы только хотите знать, как в целом построить функцию, которая хорошо работает и что-то делает с массивами, как numpy.reshape в вашем примере. Поэтому, если производительность действительно имеет значение, и вы уже используете numpy, вы можете написать для этого свой собственный код C, как это делает numpy. Например, реализация arange полностью на C. Почти все, что имеет значение с точки зрения производительности, реализовано на C.
Однако перед этим вы должны попробовать реализовать код на python и посмотреть, достаточно ли хороша производительность. Попробуйте сделать код Python максимально эффективным. Если он по-прежнему не соответствует вашим потребностям в производительности, идите по пути C.
Вы можете прочитать об этом в документах.
