如何使用 numpy.reshape 交换数组的轴

Question

我有一个巨大的空数组 (300000,80,80)，我想使用 numpy.reshape 交换它的轴。我试过 numpy.rollaxis、numpy.swapaxes 和 numpy.transpose。他们工作得很好，但他们放慢了花式索引的速度。

我也试过 C 或 F 顺序创建空数组，但没有任何改变。

所以，我如何使用 numpy.reshape 来像这样更改轴顺序：

(300000,80,80) -> (80,80,300000) 不使用 numpy.rollaxis 等

我们将不胜感激。

这是我的代码：

patch = np.ones([3,80,80])
image = np.empty([300000,80,80], dtype='uint8', order='C')

for i in range(0,300000,3):
  image[i:i+3] = patch

# if i use np.rollaxis, next fancy indexing execute too slow.
pt = ([...], [...]) #some tuple
ij = ([...], [...]) #some tuple

transformed[pt] = image[ij]

Answer 1

reshape 不能像 transpose/swapaxes.

一样工作

我会尝试说明。

In [1]: arr = np.arange(6).reshape(2,3)
In [2]: arr
Out[2]: 
array([[0, 1, 2],
       [3, 4, 5]])

arr实际上是源arange的view，共享数据缓冲区中元素的顺序是：

In [3]: arr.ravel()
Out[3]: array([0, 1, 2, 3, 4, 5])

transpose 也是一个 view，但不同的是 shape、strides 和 order

In [4]: tarr = np.transpose(arr)
In [5]: tarr
Out[5]: 
array([[0, 3],
       [1, 4],
       [2, 5]])
In [6]: tarr.ravel()
Out[6]: array([0, 3, 1, 4, 2, 5])      # order C
In [7]: tarr.ravel(order='F')
Out[7]: array([0, 1, 2, 3, 4, 5])
In [8]: arr.strides
Out[8]: (24, 8)
In [9]: tarr.strides
Out[9]: (8, 24)

要遍历 tarr 的列，它会步进 24 个字节，或 3 个元素 - 从 0 到 3，从 1 到 4 等等。

因为它是 view 所以 transpose 很快。但是后面的操作往往需要拷贝，对于大数组来说就慢多了。

如果我们尝试重塑，我们得到：

In [10]: np.reshape(arr,(3,2))
Out[10]: 
array([[0, 1],
       [2, 3],
       [4, 5]])
In [11]: np.reshape(arr,(3,2)).ravel()
Out[11]: array([0, 1, 2, 3, 4, 5])
In [12]: np.reshape(arr,(3,2)).strides
Out[12]: (16, 8)

形状与 tarr 匹配，但 strides 不匹配。 [0,1,2] 行已拆分。

如何使用 numpy.reshape 交换数组的轴

How to use numpy.reshape for swapping axes of an array

python

arrays

optimization

numpy

reshape