विंडो में अधिकतम अधिकतम

Question

मेरे पास एक सरणी है और मैं 2x2 गैर-ओवरलैपिंग विंडो को स्कैन करके और अधिकतम प्राप्त करके एक छोटी सरणी बनाना चाहता हूं।

import numpy as np 

np.random.seed(123) 
np.set_printoptions(linewidth=1000,precision=3) 
arr = np.random.uniform(-1,1,(4,4)) 
res = np.zeros((2,2)) 
for i in xrange(res.shape[0]): 
    for j in xrange(res.shape[1]): 
     ii = i*2 
     jj = j*2 
     res[i][j] = max(arr[ii][jj],arr[ii+1][jj],arr[ii][jj+1],arr[ii+1][jj+1]) 

print arr 
print res 

तो इस तरह एक मैट्रिक्स:

[[ 0.393 -0.428 -0.546 0.103] 
[ 0.439 -0.154 0.962 0.37 ] 
[-0.038 -0.216 -0.314 0.458] 
[-0.123 -0.881 -0.204 0.476]] 

इस बन चाहिए: यहाँ एक उदाहरण है

[[ 0.439 0.962] 
[-0.038 0.476]]  

मैं कैसे और अधिक कुशलता से ऐसा कर सकते हैं?

Answer 1

आप ऐसा कर सकते हैं:

print arr.reshape(2,2,2,2).swapaxes(1,2).reshape(2,2,4).max(axis=-1) 

[[ 0.439 0.962] 
[-0.038 0.476]] 

के साथ शुरू की व्याख्या:

arr=np.array([[0.393,-0.428,-0.546,0.103], 
[0.439,-0.154,0.962,0.37,], 
[-0.038,-0.216,-0.314,0.458], 
[-0.123,-0.881,-0.204,0.476]]) 

हम पहले समूह के लिए प्रासंगिक वर्गों में कुल्हाड़ियों चाहते हैं।

tmp = arr.reshape(2,2,2,2).swapaxes(1,2) 
print tmp  

[[[[ 0.393 -0.428] 
    [ 0.439 -0.154]] 

    [[-0.546 0.103] 
    [ 0.962 0.37 ]]] 


[[[-0.038 -0.216] 
    [-0.123 -0.881]] 

    [[-0.314 0.458] 
    [-0.204 0.476]]]] 

नयी आकृति प्रदान करना एक बार डेटा के समूहों प्राप्त करने के लिए और अधिक हम चाहते हैं:

tmp = tmp.reshape(2,2,4) 
print tmp 

[[[ 0.393 -0.428 0.439 -0.154] 
    [-0.546 0.103 0.962 0.37 ]] 

[[-0.038 -0.216 -0.123 -0.881] 
    [-0.314 0.458 -0.204 0.476]]] 

अंत में पिछले अक्ष के साथ अधिकतम ले लो।

इस वर्ग मैट्रिक्स के लिए सामान्यीकृत किया जा सकता है, के लिए:

k = arr.shape[0]/2 
arr.reshape(k,2,k,2).swapaxes(1,2).reshape(k,k,4).max(axis=-1) 

जेमी और Dougal की टिप्पणी है कि हम इस आगे सामान्यीकरण कर सकते हैं के बाद:

n = 2     #Height of window 
m = 2     #Width of window 
k = arr.shape[0]/n #Must divide evenly 
l = arr.shape[1]/m #Must divide evenly 
arr.reshape(k,n,l,m).max(axis=(-1,-3))    #Numpy >= 1.7.1 
arr.reshape(k,n,l,m).max(axis=-3).max(axis=-1)  #Numpy < 1.7.1 

Answer 2

मैं टिप्पणी क्षेत्र में उल्लेख किया है, NumBa का उपयोग करने पर विचार करें। आप अपनी डबल लूप को वैसे ही छोड़ सकते हैं, सजावट में लगभग 10 अक्षर जोड़ें, और इसके लिए सी-जैसे प्रदर्शन प्राप्त करें। अगर आप पाइथन के कंटिन्यूम एनालिटिक्स 'एनाकोंडा' वितरण के साथ काम करते हैं तो आउट ऑफ़ द बॉक्स का उपयोग करना आसान है।

यह न्यूमबा के लिए लगभग एक आदर्श उपयोग केस है क्योंकि यह एल्गोरिदम डबल लूप के साथ अधिक स्वाभाविक रूप से व्यक्त किया जाता है। रीशेपिंग दृष्टिकोण तेजी से सरणी संचालन का फायदा उठाता है, लेकिन यह बेहद अपठनीय है जब तक आप प्रोग्राम के लक्ष्य को पहले से ही नहीं जानते। इस तरह के कार्यों को विस्तारित रूप में छोड़ना और तथ्य के बाद कुछ और निम्न स्तर की भाषा में परिवर्तित करके गति प्राप्त करना बेहद वांछनीय है।