python - 沿所有轴无缝高效地翻转 numpy 数组或稀疏矩阵

Question

假设我们有一个未知形状的矩阵(numpy 数组)，形状可以是例如 (1,5) (行)、(5,1)(列)、(5,5)(方形)、(5,6)(非方形)或 (5,) (退化)(好吧，最后一种情况不是矩阵，而是有效的输入)。

我想给定一个任意形状的矩阵(列、行、方形、非方形、退化)。我将返回它的上/下左/右翻转版本。

由于 np.flip 对于一维数组存在一些问题。我的方法是:

def flipit(M):
    return M.ravel()[::-1].reshape(M.shape)

它确实有效，但是可以接受吗？有什么更快的方法吗？

另一方面，如何对稀疏矩阵执行相同的操作(例如，如果 M 是 scipy.sparse.csr_matrix)。

Answer 1

我们可以使用步长为 -1 的切片表示法来表示输入中要沿所有轴翻转的暗淡数量，因为这就是原始代码本质上所做的事情。这将涵盖数组和稀疏矩阵 -

def flip_allaxes(a): # a can be array or sparse matrix
    # generate flipping slice
    sl = slice(None,None,-1) # or np.s_[::-1] suggested by @kmario23
    return a[tuple([sl]*a.ndim)]

在较新的 NumPy 版本(15.1 及以上)上进行了简化

在较新的 NumPy 版本上:Version 15.1 and newer ，这允许我们为需要翻转的轴指定整数元组。对于 docs 中 axis=None 的默认情况，它沿所有轴翻转。因此，为了解决我们的情况，只需使用 np.flip(a) 即可，这将再次涵盖通用 ndarray 和稀疏矩阵。