numpy 我可以使用整形+转置技巧来创建重叠平铺吗？

tct7dpnv 于 2023-05-17 发布在其他

关注(0)|答案(1)|浏览(69)

我有一个非常大的数组，我想平铺重叠。例如，如果数组看起来像

a b c d e
f g h i j
k l m n o
p q r s t
u v w x y

我想把它分成3 x 3个图块，每个图块在每一边与相邻的图块重叠1：

a b c    c d e
f g h    h i j
k l m    m n o

k l m    m n o
p q r    r s t
u v w    w x y

“整形和转置技巧”（在https://www.kaggle.com/c/hubmap-kidney-segmentation/discussion/202171中描述）是一种在Python（和其他语言）中平铺大型数组的方法，允许提取和表示邻接（不重叠）的瓦片 *，而不必复制底层数据数组 *。
我想知道的是如果我们想让瓷砖重叠，可以使用这个技巧吗？如果是，如何进行？

numpy

来源：https://stackoverflow.com/questions/65746478/can-i-use-the-reshape-transpose-trick-to-create-tiling-with-overlap

1条答案

按热度按时间

7hiiyaii1#

我不认为这可以单独通过整形来完成，但可以使用较低级别的numpy.lib.stride_tricks.as_strided函数来完成，仔细设置shape和strides参数：

>>> x = np.arange(25).reshape(5, 5)

>>> x
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24]])

>>> y = np.lib.stride_tricks.as_strided(x, shape=(2, 2, 3, 3),
...                                     strides=(80, 16, 40, 8))

>>> y
array([[[[ 0,  1,  2],
         [ 5,  6,  7],
         [10, 11, 12]],

        [[ 2,  3,  4],
         [ 7,  8,  9],
         [12, 13, 14]]],

       [[[10, 11, 12],
         [15, 16, 17],
         [20, 21, 22]],

        [[12, 13, 14],
         [17, 18, 19],
         [22, 23, 24]]]])

第二个数组被分割成重叠的切片，您可以确认这两个数组共享相同的内存：

>>> np.byte_bounds(x) == np.byte_bounds(y)
True

因此，y是x的新视图。'shape'指定y在每个维度中的形状。在每个维度中，“步幅”指定其元素的起始位置之间的距离，这取决于x的原始内存排列。

赞(0）回复(0）举报 2023-05-17

我来回答

numpy 我可以使用整形+转置技巧来创建重叠平铺吗？

1条答案

相关问题

热门标签

最新问答