Numpy ravel 如果我需要通过按行或按列读取来创建向量，则效果很好。但是，我想通过使用图像处理中常用的方法将矩阵转换为一维数组。这是一个包含初始矩阵 A 和最终结果 B 的示例:
A = np.array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
B = np.array([[ 0, 1, 4, 8, 5, 2, 3, 6, 9, 12, 13, 10, 7, 11, 14, 15])
是否已经有可以帮助我的现有功能？如果没有，你能给我一些关于如何解决这个问题的提示吗？附言。矩阵 A 是 NxN。
请您参考如下方法:
我已经使用 numpy 好几年了，我从未见过这样的函数。
这里有一种方法(不一定是最有效的):
In [47]: a
Out[47]:
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
In [48]: np.concatenate([np.diagonal(a[::-1,:], k)[::(2*(k % 2)-1)] for k in range(1-a.shape[0], a.shape[0])])
Out[48]: array([ 0, 1, 4, 8, 5, 2, 3, 6, 9, 12, 13, 10, 7, 11, 14, 15])
将一行代码分解成单独的步骤:
a[::-1, :] 反转行:
In [59]: a[::-1, :]
Out[59]:
array([[12, 13, 14, 15],
[ 8, 9, 10, 11],
[ 4, 5, 6, 7],
[ 0, 1, 2, 3]])
(这也可以写成 a[::-1] 或 np.flipud(a)。)
np.diagonal(a, k) 提取第 k 对角线，其中 k=0 是主对角线。所以，例如，
In [65]: np.diagonal(a[::-1, :], -3)
Out[65]: array([0])
In [66]: np.diagonal(a[::-1, :], -2)
Out[66]: array([4, 1])
In [67]: np.diagonal(a[::-1, :], 0)
Out[67]: array([12, 9, 6, 3])
In [68]: np.diagonal(a[::-1, :], 2)
Out[68]: array([14, 11])
在列表理解中，k 给出了要提取的对角线。我们想要反转所有其他对角线中的元素。表达式 2*(k % 2) - 1 给出值 1, -1, 1, ... 因为 k 从 -3 到 3 变化。索引 [::1] 保持索引数组的顺序不变，而使用 [::-1] 索引会反转数组的顺序。所以 np.diagonal(a[::-1, :], k)[::(2*(k % 2)-1)] 给出第 k对角线，但所有其他对角线反转:
In [71]: [np.diagonal(a[::-1,:], k)[::(2*(k % 2)-1)] for k in range(1-a.shape[0], a.shape[0])]
Out[71]:
[array([0]),
array([1, 4]),
array([8, 5, 2]),
array([ 3, 6, 9, 12]),
array([13, 10, 7]),
array([11, 14]),
array([15])]
np.concatenate() 将它们全部放入一个数组中:
In [72]: np.concatenate([np.diagonal(a[::-1,:], k)[::(2*(k % 2)-1)] for k in range(1-a.shape[0], a.shape[0])])
Out[72]: array([ 0, 1, 4, 8, 5, 2, 3, 6, 9, 12, 13, 10, 7, 11, 14, 15])
