3 डी सरणी को 3 आयाम में कॉपी करें, एन टाइम्स (पायथन)

Question

मैं एक तीसरे आयाम में एक numpy 2D सरणी कॉपी करना चाहता हूं। उदाहरण के लिए, अगर मैं इस तरह के एक (2 डी) numpy सरणी था:

import numpy as np 
arr = np.array([[1,2],[1,2]]) 

एन ऐसी प्रतियों के साथ एक 3 डी मैट्रिक्स में परिवर्तित एक नया आयाम में, एन के लिए इस तरह = 3:

np.array([[[1,2],[1,2]],[[1,2],[1,2]],[[1,2],[1,2]]]) 

Answer 1

a = np.array([[1, 2], [1, 2]]) 
print(a.shape) 
# (2, 2) 

# indexing with np.newaxis inserts a new 3rd dimension, which we then repeat the 
# array along, (you can achieve the same effect by indexing with None, see below) 
b = np.repeat(a[:, :, np.newaxis], 3, axis=2) 

print(b.shape) 
# (2, 2, 3) 

print(b[:, :, 0]) 
# [[1 2] 
# [1 2]] 

print(b[:, :, 1]) 
# [[1 2] 
# [1 2]] 

print(b[:, :, 2]) 
# [[1 2] 
# [1 2]] 

---

कहा करने के बाद कि, आप अक्सर अपने सरणियों दोहराने से बचें कर सकते हैं: शायद स्पष्ट तरीका np.repeat उपयोग करने के लिए है broadcasting का उपयोग करके पूरी तरह से।

c = np.array([1, 2, 3]) 

a रहे हैं: उदाहरण के लिए, मान लीजिए कि मैं एक (3,) वेक्टर जोड़ना चाहते थे करते हैं। मैं तीसरे आयाम में a 3 बार की सामग्री की प्रतिलिपि बना सकता हूं, फिर पहले और दूसरे आयामों में c की सामग्री दो बार कॉपी कर सकता हूं, ताकि मेरे दोनों सरणी (2, 2, 3) थे, फिर उनकी राशि की गणना करें। *

d = a[..., None] + c[None, None, :] 

यहाँ, a[..., None] आकार (2, 2, 1) है और c[None, None, :] आकार (1, 1, 3) है: हालांकि, यह ऐसा करने के लिए बहुत सरल और तेज है। मैं योग की गणना करते हैं, तो परिणाम 'का प्रसारण', हो जाता है आकार 1 के आयामों के साथ बाहर मुझे आकार (2, 2, 3) का एक परिणाम दे रही है:

print(d.shape) 
# (2, 2, 3) 

print(d[..., 0]) # a + c[0] 
# [[2 3] 
# [2 3]] 

print(d[..., 1]) # a + c[1] 
# [[3 4] 
# [3 4]] 

print(d[..., 2]) # a + c[2] 
# [[4 5] 
# [4 5]] 

प्रसारण एक बहुत शक्तिशाली तकनीक है, क्योंकि यह अतिरिक्त बनाने में शामिल भूमि के ऊपर से बचा जाता है स्मृति में आपके इनपुट सरणी की दोहराई गई प्रतियां।

---

* हालांकि मैं उन्हें स्पष्टता के लिए शामिल है, c में None सूचकांक वास्तव में आवश्यक नहीं हैं - आप भी a[..., None] + c, यानि कि कर सकता है एक (3,) सरणी के खिलाफ एक (2, 2, 1) सरणी प्रसारण करते हैं। ऐसा इसलिए है क्योंकि अगर किसी एक सरणी में दूसरे की तुलना में कम आयाम होते हैं तो केवल पीछे दो सरणी के आयामों को संगत होने की आवश्यकता होती है। एक और अधिक जटिल उदाहरण के लिए:

a = np.ones((6, 1, 4, 3, 1)) # 6 x 1 x 4 x 3 x 1 
b = np.ones((5, 1, 3, 2))  #  5 x 1 x 3 x 2 
result = a + b    # 6 x 5 x 4 x 3 x 2 

Answer 2

एक और तरीका है numpy.dstack उपयोग करने के लिए है। मान है कि आप मैट्रिक्स anum_repeats बार दोहराना चाहते हैं:

import numpy as np 
b = np.dstack([a]*num_repeats) 

चाल एक भी तत्व की एक सूची में मैट्रिक्स a रैप करने के लिए, तो * ऑपरेटर का उपयोग num_repeats बार इस सूची में तत्वों डुप्लिकेट करने के लिए है।

उदाहरण के लिए, यदि:

a = np.array([[1, 2], [1, 2]]) 
num_repeats = 5 

यह तीसरा आयाम में [1 2; 1 2] 5 बार की सरणी को दोहराता है।अंत में

In [110]: import numpy as np 

In [111]: num_repeats = 5 

In [112]: a = np.array([[1, 2], [1, 2]]) 

In [113]: b = np.dstack([a]*num_repeats) 

In [114]: b[:,:,0] 
Out[114]: 
array([[1, 2], 
     [1, 2]]) 

In [115]: b[:,:,1] 
Out[115]: 
array([[1, 2], 
     [1, 2]]) 

In [116]: b[:,:,2] 
Out[116]: 
array([[1, 2], 
     [1, 2]]) 

In [117]: b[:,:,3] 
Out[117]: 
array([[1, 2], 
     [1, 2]]) 

In [118]: b[:,:,4] 
Out[118]: 
array([[1, 2], 
     [1, 2]]) 

In [119]: b.shape 
Out[119]: (2, 2, 5) 

हम देख सकते हैं कि मैट्रिक्स के आकार 2 x 2 है, तीसरे आयाम में 5 स्लाइस के साथ: (IPython में) सत्यापित करने के लिए।

Answer 3

A=np.array([[1,2],[3,4]]) 
B=np.asarray([A]*N) 

संपादित @ Mr.F, आयाम क्रम बनाए रखने के:

B=B.T 

Answer 4

यहाँ एक प्रसारण उदाहरण वास्तव में क्या अनुरोध किया गया था है कि है।

a = np.array([[1, 2], [1, 2]]) 
a=a[:,:,None] 
b=np.array([1]*5)[None,None,:] 

फिर b*a वांछित परिणाम है और (b*a)[:,:,0]array([[1, 2],[1, 2]]) है, जो मूल a है, (b*a)[:,:,1] करता है के रूप में, आदि