python - Numpy:使用矩阵切片体积

Question

我有一个 3D numpy 体积和一个 2D numpy 矩阵:

foo = np.random.rand(20,20,10)
amin = np.argmin(foo, axis=2)

我想使用 amin 变量以与 np.min 相同的方式对体积进行切片:

grid = np.indices(min.shape)
idcs = np.stack([grid[0], grid[1], min])

fmin = foo[idcs[0], idcs[1], idcs[2]]

问题是我不能使用 np.min 因为我还需要 amin 邻居来进行插值，我会做的事情:

pre  = foo[idcs[0], idcs[1], np.clip(idcs[2]-1, 0, 9)]
post = foo[idcs[0], idcs[1], np.clip(idcs[2]+1, 0, 9)]

是否有更 pythonic (nupyic) 的方式来做到这一点而不创建 np.grid？像这样的东西:

foo[:,:,amin-1:amin+1]

这确实有效(我会关心早期填充的 margin 处理)

Answer 1

您可以使用 np.ogrid 而不是 np.indices 来节省内存。 np.ogrid 返回一个“开放的”网格:

In [24]: np.ogrid[:5,:5]
Out[24]: 
[array([[0],
        [1],
        [2],
        [3],
        [4]]), array([[0, 1, 2, 3, 4]])]

ogrid 返回可用作索引的组件数组 与使用 np.indices 的方式相同。 当它们用作索引时，NumPy 将自动广播开放网格中的值:

In [49]: (np.indices((5,5)) == np.broadcast_arrays(*np.ogrid[:5, :5])).all()
Out[49]: True

---

import numpy as np
h, w, d = 20, 20, 10
foo = np.random.rand(h, w, d)
amin = np.argmin(foo, axis=2)
X, Y = np.ogrid[:h, :w]
amins = np.stack([np.clip(amin+i, 0, d-1) for i in [-1, 0, 1]])
fmins = foo[X, Y, amins]

最好将fmin、pre和post存储在一个数组中，fmins， 因为某些 NumPy/Scipy 操作(如 argmin 或 griddata )可能需要一个数组中的值。如果稍后您需要单独操作这 3 个组件，您始终可以使用 fmins[i] 或定义

访问它们

pre, fmin, post = fmins