python - Python 中 NumPy 或 SciPy 中 Wolfram Mathematica 的模拟函数

Question

我正在将用 Wolfram Mathematica 编写的一些代码重写为 Python。而且，在某个时刻我需要一个类似的函数 ArrayResample[array,dspec] 。也许您知道任何包(NumPy 或 SciPy)中的函数？

Answer 1

您可以使用 scipy.ndimage.map_coordinates 。这里是map_coordinate ArrayResample examples 的等效项:

In [51]: import scipy.ndimage as ndimage

In [67]: ndimage.map_coordinates(np.array([1,2,3,4,5], dtype=float), [np.linspace(0,4,9)], order=1)
Out[67]: array([1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5, 5. ])

In [68]: ndimage.map_coordinates(np.array([1,2,3,4,5], dtype=float), [np.linspace(0,4,3)], order=1)
Out[68]: array([1., 3., 5.])

In [65]: ndimage.map_coordinates(np.array([(1,2,3), (2,3,4), (3,4,5)], dtype=float), np.meshgrid(np.linspace(0,2,6), np.linspace(0,2,6), indexing='ij'), order=1)
Out[65]: 
array([[1. , 1.4, 1.8, 2.2, 2.6, 3. ],
       [1.4, 1.8, 2.2, 2.6, 3. , 3.4],
       [1.8, 2.2, 2.6, 3. , 3.4, 3.8],
       [2.2, 2.6, 3. , 3.4, 3.8, 4.2],
       [2.6, 3. , 3.4, 3.8, 4.2, 4.6],
       [3. , 3.4, 3.8, 4.2, 4.6, 5. ]])

ndimage.map_coordinates 的第一个参数主要是不言自明的。与 Mathematica 的 ArrayResample 函数不同，第二个参数是您希望对数组重新采样的坐标。

调用ndimage.map_coordinates(input, coordinates)时,如果input是一个N维数组，则 coordinates预计序列为 N数组——每个轴一个数组。

<小时/>

如果A是形状为 (h, w) 的数组，并且您希望重新采样 A到一个新的形状数组 (H, W) ,那么你会使用

ndimage.map_coordinates(A, np.meshgrid(np.linspace(0,h-1,H), np.linspace(0,w-1,W), 
                                       indexing='ij'), order=1)

np.linspace 用于生成 0 之间等距的值和h-1 (以及 0 和 w-1 )。这些值是一维坐标。 np.meshgrid 用于将一维坐标组合成二维网格。