web-dev-qa-db-ja.com

numpy配列の次元を交換する

私は次のことをしたいと思います:

for i in dimension1:
  for j in dimension2:
    for k in dimension3:
      for l in dimension4:
        B[k,l,i,j] = A[i,j,k,l]

ループを使用しません。最終的に、AとBの両方に同じ情報が含まれますが、インデックスが異なります。

次元1、2、3、4は同じでも異なっていてもよいことを指摘しなければなりません。したがって、numpy.reshape()は難しいようです。

28
sponce

注意してください: Jaimeの答え の方が良いです。 NumPyはnp.transposeまさにこの目的のため。


または np.einsum ;を使用しますこれはおそらくその意図された目的の倒錯ですが、構文は非常に素晴らしいです:

In [195]: A = np.random.random((2,4,3,5))

In [196]: B = np.einsum('klij->ijkl', A)

In [197]: A.shape
Out[197]: (2, 4, 3, 5)

In [198]: B.shape
Out[198]: (3, 5, 2, 4)

In [199]: import itertools as IT    
In [200]: all(B[k,l,i,j] == A[i,j,k,l] for i,j,k,l in IT.product(*map(range, A.shape)))
Out[200]: True
21
unutbu

Numpyでこれを行う標準的な方法は、 np.transpose のオプションの置換引数。あなたの場合、ijklからklijに移動するには、順列は(2, 3, 0, 1)、例:

In [16]: a = np.empty((2, 3, 4, 5))

In [17]: b = np.transpose(a, (2, 3, 0, 1))

In [18]: b.shape
Out[18]: (4, 5, 2, 3)
56
Jaime

rollaxis を2回使用できます。

>>> A = np.random.random((2,4,3,5))
>>> B = np.rollaxis(np.rollaxis(A, 2), 3, 1)
>>> A.shape
(2, 4, 3, 5)
>>> B.shape
(3, 5, 2, 4)
>>> from itertools import product
>>> all(B[k,l,i,j] == A[i,j,k,l] for i,j,k,l in product(*map(range, A.shape)))
True

または、多分 swapaxes のほうが簡単です:

>>> A = np.random.random((2,4,3,5))
>>> C = A.swapaxes(0, 2).swapaxes(1,3)
>>> C.shape
(3, 5, 2, 4)
>>> all(C[k,l,i,j] == A[i,j,k,l] for i,j,k,l in product(*map(range, A.shape)))
True
11
DSM

私はnumpy.ndarray.shapeとitertools.productを見ます:

import numpy, itertools
A = numpy.ones((10,10,10,10))
B = numpy.zeros((10,10,10,10))

for i, j, k, l in itertools.product(*map(xrange, A.shape)):
    B[k,l,i,j] = A[i,j,k,l]

「ループを使用しない」とは、もちろん「ネストされたループを使用しない」という意味です。これを行うnumpyビルトインがなければ、これが最善の策だと思います。

2
metaperture

numpy.moveaxis() formoving必要な軸を目的の場所に移動します。 Jaimeの答え から例を盗んでいる例を示します。

In [160]: a = np.empty((2, 3, 4, 5))

# move the axes that are originally at positions [0, 1] to [2, 3]
In [161]: np.moveaxis(a, [0, 1], [2, 3]).shape 
Out[161]: (4, 5, 2, 3)
1
kmario23