gpt4 book ai didi

python - 如何使用 NumPY 对缩小函数进行矢量化?

转载 作者:行者123 更新时间:2023-12-01 07:00:59 24 4
gpt4 key购买 nike

给定 NumPY 中的 NxM 矩阵,我希望将其下采样为 NxO 矩阵 (O <<< M),以便 NxO 矩阵中的值从原始矩阵中的等间隔样本线性插值。

作为示例,考虑一个 3x10 矩阵:

[
[1 2 3 4 5 6 7 8 9 10]
[10 9 8 7 6 5 4 3 2 1 ]
[4 6 4 6 4 6 4 6 4 6 ]
]

如果我将其下采样为 3x4 矩阵,这些值可能会像这样对齐:

1   2   3   4   5   6   7   8   9   10
|---|---|---|---|---|---|---|---|---|
* * * *
1 2 3 4

一般来说,考虑到 M 个原始元素被下采样为 O 个新元素,第一个元素应该从 (M-1)/(O+1) 中采样,并在步骤中获取额外的样本(M-1)/(O+1)。这可以在上图中看到,其中 10 个原始元素在元素之间产生 9 个“间隙”。我们希望将 9 个“间隙”的距离分成 5 个相等的部分(在左侧和右侧留下相等的空间,每个元素之间的间距相等)。因此每个新元素之间的距离为 9/5 = 1.8“间隙”:

  • 新元素 0 = 旧元素 1.8
  • 新元素 1 = 旧元素 3.6
  • 新元素 2 = 旧元素 5.4
  • 新元素 3 = 旧元素 7.2

使用基本的线性插值,我们可以说“元素 1.8”是元素 2 的 80% 加上元素 1 的 20%

因此我的最终矩阵将如下所示:

[
[2.8 4.6 6.4 8.2]
[8.2 6.4 4.6 2.8]
[4.4 4.8 5.2 5.6]
]

我考虑只编写一个函数来计算输出值并使用 np.apply_along_axis() 方法,但后来我看到 this StackOverflow post说这样做只是 for 循环的一个脆弱的包装,你最好对你的函数进行向量化。

那么如何对其进行向量化呢?可以吗?

最佳答案

试试这个功能

def downsample(m, samples):
weights = np.zeros((m.shape[1], samples))
for n in range(samples):
pos = ((m.shape[1] - 1) / (samples + 1)) * (n + 1)
if pos == np.floor(pos):
weights[int(np.floor(pos)), n] = 1
else:
weights[int(np.ceil(pos)), n] = pos - int(np.floor(pos))
weights[int(np.floor(pos)), n] = int(np.ceil(pos)) - pos
return np.matmul(m, weights)

它根据您描述的插值创建一个权重矩阵,然后将该权重应用于整个矩阵。

关于python - 如何使用 NumPY 对缩小函数进行矢量化?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58630618/

24 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com