python - 如何获取numpy数组所有可能的数组属性？

Question

• Python:获取 nd 数组的所有可能的数组属性。使用 itertools.product ？
  • 如果是，怎么做？
• 在 Python 中，我有两个 n 维 numpy 数组 A和 B (B 是一个零数组)。
• 这样的方式A.shape[i]<=B.shape[i] ，对于 0 之间的任何 i和 n . 我想以这种方式创建一个 for 循环，每次迭代我都认为是 A到 B 的不同子集, 这样每一个可能的位置都被占用直到 for 循环结束。

例如，A = np.array([[1,1,1],[1,1,1]])和 B = np.zeros((3,4)) ，我会得到这些(每次迭代其中一个):

1 1 1 0       0 1 1 1       0 0 0 0      0 0 0 0
1 1 1 0       0 1 1 1       1 1 1 0      0 1 1 1
0 0 0 0       0 0 0 0       1 1 1 0      0 1 1 1

对于一个固定的n维度是微不足道的，只需为每个维度使用嵌套的循环。 但是，我想要一个通用的 n维度。

我的方法是使用 itertools.product获取索引的所有组合。 在上面的示例中，product([0,1],[0,1]) , 将遍历 (0,0),(0,1),(1,0),(1,1) ，我会有我的索引。 但是，我不知道如何将参数值传递给通用 n 的乘积函数。 . 任何的想法？有更好的方法吗？

Answer 1

itertools 产品应该可以工作。

import numpy as np
from itertools import product

A = np.ones((2,3))
B = np.zeros((3,4))

r_rng = range(B.shape[0]-A.shape[0]+1)
c_rng = range(B.shape[1]-A.shape[1]+1)

for i,j in product(r_rng, c_rng):
    C = B.copy()
    C[i:i+A.shape[0],j:j+A.shape[1]]=A
    print(C,'\n')

输出:

[[1. 1. 1. 0.]
 [1. 1. 1. 0.]
 [0. 0. 0. 0.]]

[[0. 1. 1. 1.]
 [0. 1. 1. 1.]
 [0. 0. 0. 0.]]

[[0. 0. 0. 0.]
 [1. 1. 1. 0.]
 [1. 1. 1. 0.]]

[[0. 0. 0. 0.]
 [0. 1. 1. 1.]
 [0. 1. 1. 1.]]