时间戳

首页 > 解决方案 > Python - 通过每 n 行取 n 个连续行来重塑矩阵

python - Python - 通过每 n 行取 n 个连续行来重塑矩阵

问题描述

在 stackoverflow 上有很多关于使用 NumPy 重塑矩阵的问题。我找到了一个与我想要实现的目标密切相关的东西。但是，这个答案对于我的应用程序来说不够通用。所以我们在这里。

我有一个包含数百万行（形状m x n）的矩阵，如下所示：

[[0, 0, 0, 0],
 [1, 1, 1, 1],
 [2, 2, 2, 2],
 [3, 3, 3, 3],
 [4, 4, 4, 4],
 [5, 5, 5, 5],
 [6, 6, 6, 6],
 [7, 7, 7, 7],
 [...]]

从这个我想去一个m/2 x 2n像下面可以看到的形状。为此，必须每 n 行取 n 个连续行（在本例中 n = 2）。然后将连续取行的块水平堆叠到未触及的行。在这个例子中，这意味着：

  1. 前两行保持原样。
  2. 取第 2 行和第 3 行并将它们水平连接到第 0 行和第 1 行。
  3. 取第 6 行和第 7 行，并将它们水平连接到第 4 行和第 5 行。这个连接的块然后变成第二行和第三行。
  4. ...
[[0, 0, 0, 0, 2, 2, 2, 2],
 [1, 1, 1, 1, 3, 3, 3, 3],
 [4, 4, 4, 4, 6, 6, 6, 6],
 [5, 5, 5, 5, 7, 7, 7, 7],
 [...]]

我将如何最有效地（就可能的最少计算时间而言）使用 Numpy 做到这一点？使用 Numba 加快进程是否有意义？还是没有太多可以加快的速度？

标签： pythonnumpymatrixreshapenumba

解决方案

假设您的数组的长度可被 4 整除，这里您可以使用numpy.hstack创建正确的索引以选择结果数组的“左”和“右”部分的行：

import numpy 
# Create the array
N = 1000*4
a = np.hstack([np.arange(0, N)[:, None]]*4) #shape (4000, 4)
a
array([[   0,    0,    0,    0],
       [   1,    1,    1,    1],
       [   2,    2,    2,    2],
       ...,
       [3997, 3997, 3997, 3997],
       [3998, 3998, 3998, 3998],
       [3999, 3999, 3999, 3999]])

left_idx = np.array([np.array([0,1]) + 4*i for i in range(N//4)]).reshape(-1)
right_idx = np.array([np.array([2,3]) + 4*i for i in range(N//4)]).reshape(-1)

r = np.hstack([a[left_idx], a[right_idx]]) #shape (2000, 8)
r
array([[   0,    0,    0, ...,    2,    2,    2],
       [   1,    1,    1, ...,    3,    3,    3],
       [   4,    4,    4, ...,    6,    6,    6],
       ...,
       [3993, 3993, 3993, ..., 3995, 3995, 3995],
       [3996, 3996, 3996, ..., 3998, 3998, 3998],
       [3997, 3997, 3997, ..., 3999, 3999, 3999]])

推荐阅读