交换numpy数组的维数
交换numpy数组的维数
提问于 2014-05-30 05:33:06
我想做以下几件事：
for i in dimension1:
for j in dimension2:
for k in dimension3:
for l in dimension4:
B[k,l,i,j] = A[i,j,k,l]而不使用循环。最后，A和B都包含相同的信息，但索引不同。
我必须指出，维度1、2、3和4可以相同，也可以不同。所以numpy.reshape()看起来很难。
回答 3
Stack Overflow用户
发布于 2014-05-30 07:06:58
在numpy中执行此操作的规范方法是使用np.transpose的可选排列参数。在您的示例中，要从ijkl转到klij，排列是(2, 3, 0, 1)，例如：
In [16]: a = np.empty((2, 3, 4, 5))
In [17]: b = np.transpose(a, (2, 3, 0, 1))
In [18]: b.shape
Out[18]: (4, 5, 2, 3)Stack Overflow用户
发布于 2014-05-30 05:45:30
您可以rollaxis两次：
>>> A = np.random.random((2,4,3,5))
>>> B = np.rollaxis(np.rollaxis(A, 2), 3, 1)
>>> A.shape
(2, 4, 3, 5)
>>> B.shape
(3, 5, 2, 4)
>>> from itertools import product
>>> all(B[k,l,i,j] == A[i,j,k,l] for i,j,k,l in product(*map(range, A.shape)))
True或者，swapaxes to更容易理解：
>>> A = np.random.random((2,4,3,5))
>>> C = A.swapaxes(0, 2).swapaxes(1,3)
>>> C.shape
(3, 5, 2, 4)
>>> all(C[k,l,i,j] == A[i,j,k,l] for i,j,k,l in product(*map(range, A.shape)))
TrueStack Overflow用户
发布于 2014-05-30 05:39:24
我会看看numpy.ndarray.shape和itertools.product：
import numpy, itertools
A = numpy.ones((10,10,10,10))
B = numpy.zeros((10,10,10,10))
for i, j, k, l in itertools.product(*map(xrange, A.shape)):
B[k,l,i,j] = A[i,j,k,l]当然，我假设你所说的“不使用循环”是指“不使用嵌套循环”。除非有一些numpy内置的可以做到这一点，我认为这是你最好的选择。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/23943379
复制相关文章
相似问题
腾讯云开发者
