我正在尝试通过删除 for 循环并仅在处理大型数据集时使用 numpy 数组来优化一些代码。
我想拿一个 1D numpy 数组,例如:
a = [1, 2, 3, 4, 5]
并生成一个 2D numpy 数组,其中每列中的值沿一个位置移动,例如在上面的情况下,我希望有一个返回的函数:
[[1 2 3 4 5]
[0 1 2 3 4]
[0 0 1 2 3]
[0 0 0 1 2]
[0 0 0 0 1]]
我找到了使用步幅函数做类似生产的事情的例子,例如:
[[1 2 3]
[2 3 4]
[3 4 5]]
但是,我正在尝试将我的每列都向另一个方向移动。或者,可以将问题视为将 a 的第一个元素放在第一对角线上,将第二个元素放在第二对角线上,依此类推。但是,我想再次强调我希望如何避免完全使用 for、while 或 if 循环。任何帮助将不胜感激。
这样的矩阵是 Toeplitz 矩阵的一个例子。 您可以使用scipy.linalg.toeplitz
来创建它:
In [32]: from scipy.linalg import toeplitz
In [33]: a = range(1,6)
In [34]: toeplitz(a, np.zeros_like(a)).T
Out[34]:
array([[1, 2, 3, 4, 5],
[0, 1, 2, 3, 4],
[0, 0, 1, 2, 3],
[0, 0, 0, 1, 2],
[0, 0, 0, 0, 1]])
受@EelcoHoogendoorn回答的启发,这里有一个变体,它不会像scipy.linalg.toeplitz
那样使用那么多内存:
In [47]: from numpy.lib.stride_tricks import as_strided
In [48]: a
Out[48]: array([1, 2, 3, 4, 5])
In [49]: t = as_strided(np.r_[a[::-1], np.zeros_like(a)], shape=(a.size,a.size), strides=(a.itemsize, a.itemsize))[:,::-1]
In [50]: t
Out[50]:
array([[1, 2, 3, 4, 5],
[0, 1, 2, 3, 4],
[0, 0, 1, 2, 3],
[0, 0, 0, 1, 2],
[0, 0, 0, 0, 1]])
结果应被视为"只读"数组。 否则,当您更改元素时,您会感到有些意外。 例如:
In [51]: t[0,2] = 99
In [52]: t
Out[52]:
array([[ 1, 2, 99, 4, 5],
[ 0, 1, 2, 99, 4],
[ 0, 0, 1, 2, 99],
[ 0, 0, 0, 1, 2],
[ 0, 0, 0, 0, 1]])
这是基于索引技巧的解决方案。不像已经发布的 toeplitz 解决方案那么优雅,但如果内存消耗或性能是一个问题,它是首选。如前所述,这也使得随后以一致的方式操作矩阵的条目变得容易。
import numpy as np
a = np.arange(5)+1
def toeplitz_view(a):
b = np.concatenate((np.zeros_like(a),a))
i = a.itemsize
v = np.lib.index_tricks.as_strided(b,
shape=(len(b),)*2,
strides=(-i, i))
#return a view on the 'original' data as well, for manipulation
return v[:len(a), len(a):], b[len(a):]
v, a = toeplitz_view(a)
print v
a[0] = 10
v[2,1] = -1
print v