排序4D numpy数组但保持一个轴连接在一起
排序4D numpy数组但保持一个轴连接在一起
提问于 2018-10-23 15:46:05
首先，我研究了NumPy: sorting 3D array but keeping 2nd dimension assigned to first问题，但公认的答案并不完全适合我的问题，因为我需要uint16中可能的全部值，并且不希望使用int32来避免使用过多的内存。
我的问题是，我有一个3D数组的堆栈(每个图像有两个波段)，我希望沿着堆栈的轴进行排序(根据第一个波段的值)，但是通过将每个图像的两个带保存在一起……我希望这是比较清楚的。
生成类似于我所拥有的数组的代码：
import numpy as np
# Here a stack of three 3x2 images containing two bands each
arr = np.zeros((3,3,2,2), 'uint16')
np.random.seed(5)
arr[0,:,:,0] = np.random.randint(10, 90, 6).reshape(3,2)
arr[0,:,:,1] = 51
arr[1,:,:,0] = np.random.randint(10, 90, 6).reshape(3,2)
arr[1,:,:,1] = 52
arr[2,:,:,0] = np.random.randint(10, 90, 6).reshape(3,2)
arr[2,:,:,1] = 50
arr[np.where(arr >= 85)] = 99 #just to have couple identical values like my dataset has
>>> arr
array([[[[99, 51],
[71, 51]],
[[26, 51],
[83, 51]],
[[18, 51],
[72, 51]]],
[[[37, 52],
[40, 52]],
[[17, 52],
[99, 52]],
[[25, 52],
[63, 52]]],
[[[37, 50],
[54, 50]],
[[99, 50],
[99, 50]],
[[75, 50],
[57, 50]]]], dtype=uint16)由于我希望对堆栈进行排序，我使用了arr_sorted = np.sort(arr, axis=0)，但这破坏了每个光栅的两个波段之间的链接：
>>> arr[0,2,1,:]
array([72, 51], dtype=uint16)
>>> arr_sorted[2,2,1,:]
array([72, 52], dtype=uint16) #value 72 is no longer tied to 51 but to 52我可以使用idx = np.argsort(arr[:,:,:,0], axis=0)来获取我想要的排序索引，但是我没有找到如何使用idx来对arr[:,:,:,0]和arr[:,:,:,1]进行排序。那可能很容易对吧！
实际上，我希望能够在uint16中对一个由50x11000 x 11000 x2组成的数组进行排序，这样它就需要尽可能地提高内存效率。
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-10-23 16:58:16
使用新的take_along_axis
In [351]: arr = np.random.randint(0,10,(3,3,2,2))
In [352]: idx = np.argsort(arr[...,0], axis=0)
In [353]: idx.shape
Out[353]: (3, 3, 2)
In [354]: arr1 = np.take_along_axis(arr, idx[...,None], axis=0)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/52953076
复制相关文章
相似问题
腾讯云开发者
