Skip to main content
 首页 » 编程设计

带移位的 numpy 数组的 Python 列添加

2024年11月01日14cyq1162

我如何使用 python numpy 数组通过移位完成列添加?

我有二维数组,需要它的扩展副本。

a = array([[0, 2, 4, 6, 8], 
       [1, 3, 5, 7, 9]]) 

我想要类似的东西(以下是伪代码,它不起作用;据我所知,numpy 中没有a.columns):

shift = 3 
mult_factor = 0.7 
for column in a.columns - shift : 
    out[column] = a[column] + 0.7 * a[column + shift]  

我也知道,我可以使用索引做一些类似于我需要做的事情。但我认为枚举三个值并仅使用一个 (j) 真的有点矫枉过正:

for (i,j),value in np.ndenumerate(a): 
    print i,j 

我发现,我可以遍历列,但不能遍历它们的索引:

for column in a.T: 
    print column 

虽然我可以简单地用类似于 xrange 的东西来做到这一点,但适用于多维数组:

In [225]: for column in np.ndindex(a.shape[1]): 
            print column 
   .....:      
(0,) 
(1,) 
(2,) 
(3,) 
(4,) 

所以现在我只知道如何使用简单的 xrange 来做到这一点,我不确定这是最好的解决方案。

out = np.zeros(a.shape) 
shift = 2 
mult_factor = 0.7 
for i in xrange(a.shape[1]-shift): 
    print a[:, i] 
    out[:, i] =  a[:, i] + mult_factor * a[:, i+shift] 

但是在 Python 中它可能不会那么快。 你能给我一个建议吗?它的性能如何,也许有更快的方法来完成带有 shift 的 numpy 数组的列添加?

请您参考如下方法:

out = a[:, :-shift] + mult_factor * a[:, shift:] 

我想这就是您要找的。它是循环的矢量化形式,对 a 的大片进行操作,而不是逐列操作。