python - 升级 numpy 数组并均匀分布值

Question

我有一个表示空间数据的二维 numpy 数组。我需要提高它的分辨率。我还需要在空间中均匀分布值。例如，值为

5

会变成:

1.25 1.25

1.25 1.25

我看过 imresize，但我认为插值选项对此不起作用。也许还有另一种方法？如果可以的话，我想避免迭代行和列。任何帮助将不胜感激!谢谢!

Answer 1

简单地除以由其高度和宽度定义的 block 中的元素数，然后复制/扩展。要复制，我们可以使用 np.repeat 或 np.lib.stride_tricks.as_strided。

与 np.repeat -

def upscale_repeat(a, h, w):
    return (a/float(h*w)).repeat(h, axis=0).repeat(h, axis=1)

与 np.lib.stride_tricks.as_strided使用 tile_array -

def upscale_strided(a, h, w):
    return tile_array(a/float(h*w), h, w)

sample 运行-

In [140]: a
Out[140]: 
array([[ 7,  6,  9],
       [ 6,  6, 10]])

In [141]: upscale_repeat(a, 2, 2)
Out[141]: 
array([[ 1.75,  1.75,  1.5 ,  1.5 ,  2.25,  2.25],
       [ 1.75,  1.75,  1.5 ,  1.5 ,  2.25,  2.25],
       [ 1.5 ,  1.5 ,  1.5 ,  1.5 ,  2.5 ,  2.5 ],
       [ 1.5 ,  1.5 ,  1.5 ,  1.5 ,  2.5 ,  2.5 ]])

In [142]: upscale_repeat(a, 2, 3)
Out[142]: 
array([[ 1.17,  1.17,  1.17,  1.  ,  1.  ,  1.  ,  1.5 ,  1.5 ,  1.5 ],
       [ 1.17,  1.17,  1.17,  1.  ,  1.  ,  1.  ,  1.5 ,  1.5 ,  1.5 ],
       [ 1.  ,  1.  ,  1.  ,  1.  ,  1.  ,  1.  ,  1.67,  1.67,  1.67],
       [ 1.  ,  1.  ,  1.  ,  1.  ,  1.  ,  1.  ,  1.67,  1.67,  1.67]])