python - 从python中的二维数组中随机采样子数组

Question

问题:

假设我有一个二维数组，我想从中随机采样(使用蒙特卡洛)较小的二维子数组，如下图中的黑色补丁所示。我正在寻找执行此操作的有效方法。

预期(但部分)解决方案:

我遇到了一个 function经过几个小时的搜索，这部分实现了我想要做的事情，但它缺乏在随机位置对补丁进行采样的能力。至少我认为它不能根据其参数从随机位置进行采样，尽管它确实有一个我不理解的 random_state 参数。

sklearn.feature_extraction.image.extract_patches_2d(image, patch_size, max_patches=None, random_state=None)

问题:

选择随机补丁坐标(二维子数组)并使用它们从更大的数组中切出一个补丁，如上图所示。允许随机采样的补丁重叠。

Answer 1

这里是一个采样器，它从任意维度的数组中创建样本切割。它使用函数来控制从何处开始切割以及切割沿任何轴的宽度。

这里是对参数的解释:

• arr - 输入 numpy 数组。
• loc_sampler_fn - 这是您要用来设置框角的函数。如果您希望从沿轴的任意位置对框的角进行均匀采样，请使用 np.random.uniform。如果你想让角更靠近数组的中心，使用np.random.normal。但是，我们需要告诉函数要采样的范围。这将我们带到下一个参数。
• loc_dim_param - 这会将每个轴的大小传递给 loc_sampler_fn。如果我们使用 np.random.uniform 作为位置采样器，我们希望从轴的整个范围内进行采样。 np.random.uniform 有两个参数:low 和 high，所以通过将轴的长度传递给 high 它在整个轴上均匀采样。换句话说，如果轴的长度为 120，我们需要 np.random.uniform(low=0, high=120)，因此我们将设置 loc_dim_param= “高”。
• loc_params - 这会将任何附加参数传递给 loc_sampler_fn。与示例保持一致，我们需要将 low=0 传递给 np.random.uniform，因此我们传递字典 loc_params={'low':0} 。

从这里看，盒子的形状基本一致。如果你想让盒子的高度和宽度从 3 到 10 均匀采样，传入 shape_sampler_fn=np.random.uniform，加上 shape_dim_param=None 因为我们没有使用轴的大小，以及 shape_params={'low':3, 'high':11}。

def box_sampler(arr, 
                loc_sampler_fn, 
                loc_dim_param, 
                loc_params, 
                shape_sampler_fn, 
                shape_dim_param,
                shape_params):
    '''
    Extracts a sample cut from `arr`.

    Parameters:
    -----------
    loc_sampler_fn : function
        The function to determine the where the minimum coordinate
        for each axis should be placed.
    loc_dim_param : string or None
        The parameter in `loc_sampler_fn` that should use the axes
        dimension size
    loc_params : dict
        Parameters to pass to `loc_sampler_fn`.
    shape_sampler_fn : function
        The function to determine the width of the sample cut 
        along each axis.
    shape_dim_param : string or None
        The parameter in `shape_sampler_fn` that should use the
        axes dimension size.
    shape_params : dict
        Parameters to pass to `shape_sampler_fn`.

    Returns:
    --------
    (slices, x) : A tuple of the slices used to cut the sample as well as
    the sampled subsection with the same dimensionality of arr.
        slice :: list of slice objects
        x :: array object with the same ndims as arr
    '''
    slices = []
    for dim in arr.shape:
        if loc_dim_param:
            loc_params.update({loc_dim_param: dim})
        if shape_dim_param:
            shape_params.update({shape_dim_param: dim})
        start = int(loc_sampler_fn(**loc_params))
        stop = start + int(shape_sampler_fn(**shape_params))
        slices.append(slice(start, stop))
    return slices, arr[slices]

宽度在 3 到 9 之间的二维数组的均匀切割示例:

a = np.random.randint(0, 1+1, size=(100,150))
box_sampler(a, 
            np.random.uniform, 'high', {'low':0}, 
            np.random.uniform, None, {'low':3, 'high':10})
# returns:
([slice(49, 55, None), slice(86, 89, None)], 
 array([[0, 0, 1],
        [0, 1, 1],
        [0, 0, 0],
        [0, 0, 1],
        [1, 1, 1],
        [1, 1, 0]]))

从 10x20x30 3D 数组中获取 2x2x2 block 的示例:

a = np.random.randint(0,2,size=(10,20,30))
box_sampler(a, np.random.uniform, 'high', {'low':0}, 
               np.random.uniform, None, {'low':2, 'high':2})
# returns:
([slice(7, 9, None), slice(9, 11, None), slice(19, 21, None)], 
 array([[[0, 1],
         [1, 0]],
        [[0, 1],
         [1, 1]]]))

---

根据评论更新。

对于您的特定目的，您似乎想要一个矩形样本，其中起始角从阵列中的任何位置均匀采样，并且沿每个轴的样本宽度均匀采样，但可以限制。

这是生成这些样本的函数。 min_width 和 max_width 可以接受整数的迭代(例如元组)或单个整数。

def uniform_box_sampler(arr, min_width, max_width):
    '''
    Extracts a sample cut from `arr`.

    Parameters:
    -----------
    arr : array
        The numpy array to sample a box from
    min_width : int or tuple
        The minimum width of the box along a given axis.
        If a tuple of integers is supplied, it my have the
        same length as the number of dimensions of `arr`
    max_width : int or tuple
        The maximum width of the box along a given axis.
        If a tuple of integers is supplied, it my have the
        same length as the number of dimensions of `arr`

    Returns:
    --------
    (slices, x) : A tuple of the slices used to cut the sample as well as
    the sampled subsection with the same dimensionality of arr.
        slice :: list of slice objects
        x :: array object with the same ndims as arr
    '''
    if isinstance(min_width, (tuple, list)):
        assert len(min_width)==arr.ndim, 'Dimensions of `min_width` and `arr` must match'
    else:
        min_width = (min_width,)*arr.ndim
    if isinstance(max_width, (tuple, list)):
        assert len(max_width)==arr.ndim, 'Dimensions of `max_width` and `arr` must match'
    else:
        max_width = (max_width,)*arr.ndim

    slices = []
    for dim, mn, mx in zip(arr.shape, min_width, max_width):
        fn = np.random.uniform
        start = int(np.random.uniform(0,dim))
        stop = start + int(np.random.uniform(mn, mx+1))
        slices.append(slice(start, stop))
    return slices, arr[slices]

生成从数组中任意位置均匀开始的框切割的示例，高度是从 1 到 4 的随机均匀抽取，宽度是从 2 到 6 的随机均匀抽取(仅用于展示)。在这种情况下，框的大小为 3 x 4，从第 66 行和第 19 列开始。

x = np.random.randint(0,2,size=(100,100))
uniform_box_sampler(x, (1,2), (4,6))
# returns:
([slice(65, 68, None), slice(18, 22, None)], 
 array([[1, 0, 0, 0],
        [0, 0, 1, 1],
        [0, 1, 1, 0]]))