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。
