[PYTHON] 배열 블록 내에서 값의 합을 계산하는 방법

배열 블록 내에서 값의 합을 계산하는 방법

데이터 배열이 100x100 모양입니다. 나는 그것을 5x5 블록으로 나누고 각 블록은 20x20 격자를 갖고 싶다. 원하는 각 블록의 값은 그 블록의 모든 값의 합계입니다.

그것을 성취하기위한보다 우아한 방법이 있습니까?

x = np.arange(100)
y = np.arange(100)
X, Y = np.meshgrid(x, y)
Z = np.cos(X)*np.sin(Y)
Z_new = np.zeros((5, 5))
for i in range(5):
  for j in range(5):
    Z_new[i, j] = np.sum(Z[i*20:20+i*20, j*20:20+j*20])

이것은 인덱스를 기반으로합니다.

x = np.linspace(0, 1, 100)
y = np.linspace(0, 1, 100)
X, Y = np.meshgrid(x, y)
Z = np.cos(X)*np.sin(Y)
x_new = np.linspace(0, 1, 15)
y_new = np.linspace(0, 1, 15)

Z_new?

해결법

1. ==============================

   1.각각의 두 축을 각각 모양 (5,20)으로 2 개로 분할하여 4D 배열을 만들고 길이 20 인 축을 따라 합을 줄이면됩니다.

   각각의 두 축을 각각 모양 (5,20)으로 2 개로 분할하여 4D 배열을 만들고 길이 20 인 축을 따라 합을 줄이면됩니다.

   Z_new = Z.reshape(5,20,5,20).sum(axis=(1,3))
   

   기능적으로 np.einsum과 동일하지만 잠재적으로 더 빠른 옵션 -

   Z_new = np.einsum('ijkl->ik',Z.reshape(5,20,5,20))
   

   일반 블록 크기

   일반적인 경우로 확대 -

   H,W = 5,5 # block-size
   m,n = Z.shape
   Z_new = Z.reshape(H,m//H,W,n//W).sum(axis=(1,3))
   

   einsum은 -

   Z_new = np.einsum('ijkl->ik',Z.reshape(H,m//H,W,n//W))
   

   블록의 평균 / 평균을 계산하려면 sum 메소드 대신 mean을 사용하십시오.

   일반 블록 크기 및 축소 작업

   감소를 위해 축과 함께 여러 축 매개 변수를 지원하는 ufuncs를 갖는 축소 연산을 사용하도록 확장하면,

   def blockwise_reduction(a, height, width, reduction_func=np.sum):
       m,n = a.shape
       a4D = a.reshape(height,m//height,width,n//width)
       return reduction_func(a4D,axis=(1,3))
   

   따라서 우리의 구체적인 경우를 해결하기 위해 그것은 다음과 같습니다 :

   blockwise_reduction(Z, height=5, width=5)
   

   블록 단위 평균 계산의 경우,

   blockwise_reduction(Z, height=5, width=5, reduction_func=np.mean)
   

2. ==============================

   2.다음과 같이 할 수 있습니다.

   다음과 같이 할 수 있습니다.

   t = np.eye(5).repeat(20, axis=1)
   Z_new = t.dot(Z).dot(t.T)
   

   이는 Z_new [i, j] = t [i, k] * Z [k, l] * t [j, l]

   또한 Divakar 솔루션보다 빠릅니다.

3. ==============================

   3.이러한 문제는 scipy.ndimage.measurements.sum과 같은 함수에 대해 "그룹화"및 "레이블 지정"용어를 사용할 수 있으므로 매우 좋은 후보입니다. 당신은 당신이 원하는 것을 다음과 같이 가질 것입니다 :

   이러한 문제는 scipy.ndimage.measurements.sum과 같은 함수에 대해 "그룹화"및 "레이블 지정"용어를 사용할 수 있으므로 매우 좋은 후보입니다. 당신은 당신이 원하는 것을 다음과 같이 가질 것입니다 :

   labels = [[20*(y//5) + x//5 for x in range(100)] for y in range(100)]
   s = scipy.ndimage.measurements.sum(Z, labels, range(400))
   

   (테스트되지는 않았지만 그 아이디어입니다).

from https://stackoverflow.com/questions/36383107/how-to-evaluate-the-sum-of-values-within-array-blocks by cc-by-sa and MIT license