Skip to main content
 首页 » 编程设计

python之需要使用 Numpy 评估较大 3D 阵列中的较小 3D 阵列

2024年12月31日9zhengyun_ustc

我必须取一个 50x50x50 的随机整数数组,并确定其中哪个连续的 3x3x3 立方体的总和最大。

Numpy 中的许多拆分功能似乎都无法正常工作,除非较小的立方体可以均匀地分成较大的立方体。尝试通过思考过程,我制作了一个 48x48x48 的立方体,它的顺序正好是从 1 到 110,592。然后我正在考虑使用以下代码将其 reshape 为 4D 数组并评估哪个数组的总和最大?当我输入此代码时,它会按照不理想的顺序拆分数组。我希望第一个数组是 3x3x3 立方体,该立方体位于 48x48x48 立方体的一角。我可以添加一种语法来实现这一点吗?

import numpy as np 
 
arr1 = np.arange(0,110592) 
arr2=np.reshape(arr1, (48,48,48)) 
arr3 = np.reshape(arr2, (4096, 3,3,3)) 
arr3 

输出:

array([[[[     0,      1,      2], 
         [     3,      4,      5], 
         [     6,      7,      8]], 
 
        [[     9,     10,     11], 
         [    12,     13,     14], 
         [    15,     16,     17]], 
 
        [[    18,     19,     20], 
         [    21,     22,     23], 
         [    24,     25,     26]]], 

期望的输出:

array([[[[     0,      1,      2], 
         [    48,      49,      50], 
         [     96,      97,      98]], 

等等等等

请您参考如下方法:

解决方案

There's a live version of this solution online you can try for yourself

对于在 50x50x50 立方体中找到最大 3x3x3 子立方体的原始问题,有一个简单的(某种)解决方案,该解决方案基于更改输入数组的步幅。这个解决方案是完全矢量化的(意味着没有循环),因此应该从 Numpy 中获得最佳性能:

import numpy as np 
 
def cubecube(arr, cshape): 
    strides = (*arr.strides, *arr.strides) 
    shape = (*np.array(arr.shape) - cshape + 1, *cshape) 
    return np.lib.stride_tricks.as_strided(arr, shape=shape, strides=strides) 
 
def maxcube(arr, cshape): 
    cc = cubecube(arr, cshape) 
    ccsums = cc.sum(axis=tuple(range(-arr.ndim, 0))) 
    ix = np.unravel_index(np.argmax(ccsums), ccsums.shape)[:arr.ndim] 
    return ix, cc[ix] 

maxcube 函数接受一个数组和子立方体的形状,并返回一个元组 (first-index-of-largest-cube, largest-cube) .下面是如何使用 maxcube 的示例:

shape = (50, 50, 50) 
cshape = (3, 3, 3) 
 
# set up a 50x50x50 array 
arr = np.arange(np.prod(shape)).reshape(*shape) 
 
# set one of the subcubes as the largest 
arr[37, 26, 11] = 999999 
 
ix, cube = maxcube(arr, cshape) 
print('first index of largest cube: {}'.format(ix)) 
print('largest cube:\n{}'.format(cube)) 

哪些输出:

first index of largest cube: (37, 26, 11) 
largest cube: 
[[[999999  93812  93813] 
  [ 93861  93862  93863] 
  [ 93911  93912  93913]] 
 
 [[ 96311  96312  96313] 
  [ 96361  96362  96363] 
  [ 96411  96412  96413]] 
 
 [[ 98811  98812  98813] 
  [ 98861  98862  98863] 
  [ 98911  98912  98913]]] 

深入解释

立方体的立方体

您拥有的是一个 48x48x48 的立方体,但您想要的是由更小的立方体组成的立方体。一个可以通过改变它的步幅转换成另一个。对于 dtype int64 的 48x48x48 数组,步幅最初将设置为 (48*48*8, 48*8, 8)。每个非重叠的 3x3x3 子立方体的第一个值可以用 (3*48*48*8, 3*48*8, 3*8) 步幅迭代。结合这些步幅来获得立方体立方体的步幅:

# Set up a 48x48x48 array, like in OP's example 
arr = np.arange(48**3).reshape(48,48,48) 
 
shape = (16,16,16,3,3,3) 
strides = (3*48*48*8, 3*48*8, 3*8, 48*48*8, 48*8, 8) 
 
# restride into a 16x16x16 array of 3x3x3 cubes 
arr2 = np.lib.stride_tricks.as_strided(arr, shape=shape, strides=strides) 

arr2 是 arr 的一个 View (意味着它们共享数据,所以不需要复制),形状为 (16,16, 16,3,3,3)。可以通过将索引传递给 arr2 来访问 arr 中的第 ijk 个 3x3 立方体:

i,j,k = 0,0,0 
print(arr2[i,j,k]) 

输出:

[[[   0    1    2] 
  [  48   49   50] 
  [  96   97   98]] 
 
 [[2304 2305 2306] 
  [2352 2353 2354] 
  [2400 2401 2402]] 
 
 [[4608 4609 4610] 
  [4656 4657 4658] 
  [4704 4705 4706]]] 

您只需对内轴求和即可获得所有子立方体的总和:

sumOfSubcubes = arr2.sum(3,4,5) 

这将产生一个 16x16x16 数组,其中每个值都是原始数组中一个非重叠的 3x3x3 子立方体的总和。这解决了 OP 询问的有关 48x48x48 数组的具体问题。 Restriding 也可用于查找所有重叠的 3x3x3 立方体,如上面的 cubecube 函数所示。